💻 Category

cs

2358 Arbeiten

💻 computer science

Individualized Machine Learning–Grounded Large Language Models for Within-Person Simulation of Physical Activity Psychological Mechanisms and Behavior in Adults with Prehypertension: A Methodological Evaluation

Diese methodische Evaluierung zeigt, dass die Einbettung individualisierter, aus maschinellem Lernen abgeleiteter Verhaltensregeln in Prompts großer Sprachmodelle die Simulation von intraindividuellen psychologischen und körperlichen Aktivitätsmustern bei Erwachsenen mit Prähypertonie verbessert, wenngleich der hybride Ansatz die Vorhersagegenauigkeit dedizierter teilnehmerspezifischer Modelle des maschinellen Lernens für strukturierte Trainingsergebnisse nicht übertraf.

Haoming Ma, Zihao Liu, Runyuan Pei, Zhining Yang, Yuyang Zhang, Meihua Piao2026-08-19
💻 computer science

Auditable AI Assisted Semantic Completion Supports Metadata Enhancement in Digital Cultural Heritage Collections

Diese Studie präsentiert und evaluiert einen auditierbaren, reproduzierbaren KI-gestützten Workflow, der Techniken der Label-Koexistenz und -Propagation nutzt, um dünn besetzte und ungleichmäßige Metadaten in digitalen Kulturerbe-Sammlungen effektiv zu verbessern und hohe Recall-Raten für fehlende Objekttyp-, Material-, Subjekt- und Klassifikationslabels zu erreichen.

Ziqi Shen2026-08-19
💻 computer science

Enhancing RD-BIBD Key Pre-distribution with Permutation Aware Node Assignment in Fog Computing

Dieses Paper schlägt ein sicheres, hierarchisches Schlüssel-Prädistributionsschema für Fog-unterstützte IoT-Netzwerke vor, das die Resilienz gegen physische Knoten-Capture-Angriffe durch die Integration von auf Residual-Designs basierenden kombinatorischen Strukturen mit einem randomisierten Permutationsmechanismus erhöht, um die deterministische Abbildung zwischen kryptografischen Blöcken und physischen Knoten zu verschleiern, während gleichzeitig ein geringer Overhead und eine hohe Konnektivität aufrechterhalten werden.

Majid Tajeri2026-08-19
💻 computer science

A Context-Aware Machine Learning Framework for Energy Anomaly Detection and Explainability in Hospital Equipment

Dieses Paper schlägt ein kontextsensitives maschinelles Lernframework vor, das Isolation Forests, Random Forests und SHAP-Erklärbarkeit kombiniert, um Energieanomalien in Krankenhausgeräten zu erkennen und zu interpretieren, wobei eine überlegene Genauigkeit und niedrige Fehlalarmraten auf realen sowie synthetischen Datensätzen erzielt werden.

Jayanthi K, Jayasudha V, Aruna S K, Jothi Arunachalam S, Nagaraj Ashok2026-08-19
💻 computer science

Multi model deliberation improves the stability of automated scoring by large language models across genres and assessment contexts

Diese Studie zeigt, dass ein Multi-Modell-Deliberationsrahmen, bei dem drei heterogene chinesische große Sprachmodelle iterativ Bewertungen und Begründungen austauschen, die Stabilität und Präzision der automatisierten Essay-Bewertung über verschiedene Genres und Beurteilungskontexte hinweg signifikant verbessert, wobei jegliche daraus resultierende systematische Verzerrung durch eine standardmäßige, am Menschen orientierte Kalibrierung effektiv korrigierbar ist.

Xiaoying ZHENG, Benhui CHEN, Yuqing CHEN, Yun YANG2026-08-19
💻 computer science

AI Acceptance and Digital Transformation as Predictive Drivers of University Sustainability Using a Hybrid Machine Learning Model

Diese Studie nutzt Umfragedaten von 178 thailändischen Hochschulleitern sowie ein neuartiges SA-Optuna-Stack-Hybrid-Maschinenlernmodell, um zu demonstrieren, dass digitale Transformation und KI-Akzeptanz signifikante prädiktive Treiber für die organisationale Nachhaltigkeit im südostasiatischen Hochschulwesen sind, wobei sie Mitarbeiterkompetenzen und externe Netzwerke als zentrale Hebel identifiziert und gleichzeitig ein hochpräzises Instrument zur Überwachung institutioneller Ergebnisse bereitstellt, die mit den Zielen der Vereinten Nationen für nachhaltige Entwicklung übereinstimmen.

Seerungrat Sudsomboon, Yuthachai Krokaew, Pawarisa Seangkham, Sutana Boonlua2026-08-19
💻 computer science

GADE-YOLO: An Efficient Geometry-Adaptive Network for Industrial Wood Surface Defect Inspection

Dieses Paper schlägt GADE-YOLO vor, ein effizientes, geometrieadaptives Netzwerk auf Basis von YOLOv11n, das adaptive Multi-Skalen-Merkmalsverstärkung, Kantenstärkung und deformierbare Konvolutionsmodule integriert, um Holzmaserungsinterferenzen und unregelmäßige Defektmorphologien effektiv zu überwinden und eine überlegene Genauigkeit sowie leichte Performance für die echtzeitfähige industrielle Inspektion von Holzoberflächendefekten zu erreichen.

Mengyang Wu, Huijian Han, Lei Li2026-08-19
💻 computer science

Agri-GAC-CoC: A Domain-Situated Chain-of-Checks Framework for Generative AI Feedback in Higher Agricultural Education

Das Papier stellt Agri-GAC-CoC vor, ein domänenspezifisches Chain-of-Checks-Framework für generative KI, das durch die Priorisierung von aufgabenbezogenen Domänenprüfungen gegenüber oberflächlicher Fluenz signifikant besser abschneidet als Zero-Shot-, Rubrik-basierte und Standard-Chain-of-Thought-Prompting bei der Generierung von validem, handlungsorientiertem Feedback für landwirtschaftliche Texte.

Yurun Wang, Moyu Zhong2026-08-19
💻 computer science

Reliability-aware Gradient Decoupling for Partial Label Learning

Das Paper schlägt RGD-PLL vor, ein Framework zur zuverlässigkeitsbewussten Gradiententrennung, das das Partial Label Learning verbessert, indem es eine instanzabhängige Kandidatenzuverlässigkeit schätzt, unsichere Überwachungen mittels Entropiegewichtung unterdrückt und widersprüchliche Gradientenkomponenten durch asymmetrische Projektion entfernt, um die Optimierungsstabilität und Robustheit zu verbessern.

Zhonghe Wei, Jihang Yin, Fengzhi Zhang, Yan Yan2026-08-19