💻 Category

cs

744 पेपर

💻 computer science

 A Unified Deep Learning Cascade for Retinal Disease Detection  and Diabetic Retinopathy Severity Grading

यह शोध पत्र एक एकीकृत दो-चरणीय डीप लर्निंग कैस्केड प्रस्तावित करता है जो RFMiD डेटासेट से 28 रेटिनल रोगों का पता लगाने के लिए एसिमेट्रिक लॉस के साथ एक EfficientNetV2-S मॉडल का उपयोग करता है और तत्पश्चात APTOS-2019 डेटासेट पर ऑर्डिनल गंभीरता ग्रेडिंग के लिए डायबिटिक रेटिनोपैथी-पॉजिटिव मामलों को दूसरे चरण में भेजने हेतु एक प्लैट-कैलिब्रेटेड अनसर्टेनिटी-अवेयर गेट का उपयोग करता है, जो मल्टी-डिजीज को-अकरेंस (बहु-रोग सह-अस्तित्व) के कारण होने वाली पहचान सटीकता में महत्वपूर्ण गिरावट को संबोधित करते हुए उच्च प्रदर्शन प्राप्त करता है।

Arzav Saikia, Biswajit Tamuli, Bitopan Das, Manjeet Sarmah, Nomi Baruah, Surajit Dutta2026-06-29
💻 computer science

Embodied brain-cerebellum federated learning for satellite-assisted low-altitude wireless networks

यह शोध पत्र EBC-FL का प्रस्ताव करता है, जो एक एम्बोडीड ब्रेन-सेरिबेलम फेडरेटेड लर्निंग फ्रेमवर्क है, जो ग्राउंड-आधारित सिमेंटिक मेमोरी, MEO सैटेलाइट समन्वय और लाइटवेट लोकल पॉलिसीज को एकीकृत करके सुरक्षा-महत्वपूर्ण विश्वसनीयता, सिमेंटिक जागरूकता और अपलोड वॉल्यूम के बीच संतुलन को अनुकूलित करता है, जो सैटेलाइट-सहायता प्राप्त लो-अल्टीट्यूड वायरलेस नेटवर्क के लिए है।

Yi Jing, Chunxiao Jiang, Jiawei Wang, Jiachen Sun2026-06-29
💻 computer science

PhenoAgent: agentic LLM framework for phenotyping electronic health records via structured query decomposition and self-correction

PhenoAgent एक गोपनीयता-संरक्षित, एजेंटिक LLM फ्रेमवर्क है जो संरचित क्वेरी अपघटन (structured query decomposition), आत्म-सुधार (self-correction), और बहु-मॉडल सर्वसम्मति (multi-model consensus) का उपयोग करता है ताकि मुक्त-पाठ इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड से नैदानिक फेनोटाइप्स (clinical phenotypes) को सटीक रूप से निकाला जा सके, जो पारंपरिक बेसलाइनों से काफी बेहतर प्रदर्शन करता है और जापानी अस्पताल डेटासेट पर चिकित्सक-स्तर के प्रदर्शन के बराबर है।

Yuki Kashiwada, Rieko Sakurai, Yuta Yokokawa, Kenichiro Ando, Chinatsu Gocho, Chiaki Murata, Kosuke Tohda, Maki Tanioka (…)2026-06-28
💻 computer science

Artificial Intelligence in Surgical Qualitative Research: A Comparison of Human and AI-Assisted Thematic Analysis

यह अध्ययन शल्य चिकित्सा संबंधी गुणात्मक अनुसंधान में मानव और एआई-सहायता प्राप्त विषयगत विश्लेषण (thematic analysis) की तुलना करता है, जिसमें यह पाया गया है कि हालांकि दोनों विधियाँ समान व्यापक विषयों की पहचान करती हैं, मानव-निर्मित कोडबुक स्पष्ट विषयगत सीमाओं के कारण उच्च अंतर-कोडर विश्वसनीयता (inter-coder reliability) प्रदान करती हैं, जो यह सुझाव देता है कि एआई दक्षता के साथ मानव शोधन को मिलाने वाला एक हाइब्रिड दृष्टिकोण इष्टतम हो सकता है।

Bonnie E Laingen, Wesley H Iobst, Jarrett Dobbins, Jacob W Johnson, Gabriel E Cambronero, Lucas P Neff, Maggie E Bosley2026-06-28
💻 computer science

A Modality-Missing Robust Representation Network for Multi-Sequence Brain MRI Using the Public IXI Dataset

यह शोध पत्र मोडैलिटी-मिसिंग रोबस्ट रिप्रेजेंटेशन नेटवर्क (MMR-Net) का प्रस्ताव करता है, जो सार्वजनिक IXI डेटासेट पर प्रशिक्षित एक डीप लर्निंग फ्रेमवर्क है जो मोडैलिटी-विशिष्ट एनकोडर्स, एक साझा लेटेंट स्पेस और एक मोडैलिटी ड्रॉपआउट रणनीति का उपयोग करता है ताकि इमेजिंग अनुक्रमों के गायब होने के बावजूद ब्रेन एमआरआई आयु प्रतिगमन (age regression) और लिंग वर्गीकरण कार्यों में मजबूत प्रदर्शन बनाए रखा जा सके।

Tian He, Ximei Xie2026-06-28
💻 computer science

A Multi-Model Artificial Intelligence Framework for Knowledge Extraction from Patient Drug Reviews

यह अध्ययन एक व्याख्यात्मक, बहु-मॉडल एनएलपी (NLP) ढांचे को विकसित और मूल्यांकित करता है जो बड़े पैमाने पर रोगी समीक्षाओं से प्रतिकूल दवा प्रतिक्रियाओं का प्रभावी ढंग से पता लगाता है और उपचार की प्रभावकारिता का आकलन करता है, यह प्रदर्शित करते हुए कि पारंपरिक मशीन लर्निंग दृष्टिकोण इस क्षेत्र में ट्रांसफॉर्मर-आधारित ज़ीरो-शॉट वर्गीकरण से बेहतर प्रदर्शन करते हैं।

Patrick O. Akinwumi, Meihua Qian, Oyinkansola A. Babatope, Taiwo A. Olorunsogbon2026-06-28
💻 computer science

Performance evaluation and benchmarking across 16 large language models on a comprehensive real-world emergency department triage data set

यह अध्ययन वास्तविक दुनिया के आपातकालीन विभाग ट्राइएज डेटा पर 16 लार्ज लैंग्वेज मॉडल्स का बेंचमार्किंग करता है, जिसमें यह पाया गया कि हालांकि संरचित प्रॉम्प्टिंग गंभीरता वर्गीकरण के लिए मानव नर्सों के साथ पर्याप्त सहमति प्राप्त कर सकती है, लेकिन अधिकांश मॉडल सीमित सटीकता, खराब सेक्टर असाइनमेंट, व्यवस्थित अति-आत्मविश्वास और गैर-नियतात्मक व्यवहार प्रदर्शित करते हैं, जो यह संकेत देता है कि वे बिना आगे के सत्यापन और सुधार के नैदानिक कार्यान्वयन के लिए अभी तैयार नहीं हैं।

Leo Benning, Anja Hirsch, Matthias Gröschel, Tobias Röschl, Martin Spott, Felix Patricius Hans, Tim Urban, Hans-Jörg Bus (…)2026-06-28
💻 computer science

Development and Assessment of an Accessible AI-Powered Tool for Manuscript Evaluation Through Iterative Optimization in Plastic Surgery Research ​

यह अध्ययन प्रदर्शित करता है कि मेटा-प्रॉम्प्टिंग और डोमेन-विशिष्ट दिशानिर्देशों का उपयोग करने वाला एक पुनरावृत्ति रूप से अनुकूलित, सुलभ एआई टूल, प्लास्टिक सर्जरी पांडुलिपियों के लिए संरचित, उच्च-गुणवत्ता वाली प्रतिक्रिया प्रदान करने में आधारभूत एआई मॉडल और मानव सहकर्मी समीक्षाओं दोनों से काफी बेहतर प्रदर्शन करता है, जिससे संसाधन-सीमित सेटिंग्स में शोधकर्ताओं को सहायता प्रदान करने के लिए एक स्केलेबल समाधान मिलता है।

Raunak Goyal, Joey Liang, Mihir S Kulkarni, Philong Nguyen, Srinithya Gillipelli, Ashit Patel2026-06-28
💻 computer science

FusionAttNet Framework for Hierarchical Attention Driven Sentinel 1 and Sentinel 2 Fusion for Semi Arid Land Cover Classification in Far North Cameroon

यह अध्ययन फ्यूजनअटनेट (FusionAttNet) को प्रस्तुत करता है, जो एक नवीन डीप लर्निंग फ्रेमवर्क है जो सेमि-एरिड लैंड कवर को वर्गीकृत करने के लिए सेंटिनल-1 सार (Sentinel-1 SAR) और सेंटिनल-2 ऑप्टिकल डेटा को एक मोडैलिटी-अवेयर पदानुक्रमित अटेंशन मैकेनिज्म के माध्यम से एकीकृत करता है ताकि उत्तरी कैमरून के अर्ध-शुष्क क्षेत्रों में 96.75% सटीकता प्राप्त की जा सके, जो स्पेक्ट्रल होमोजेनिटी, क्लाउड कवर और मौसमी परिवर्तनशीलता को प्रभावी ढंग से संबोधित करके पारंपरिक फ्यूजन विधियों से काफी बेहतर प्रदर्शन करता है।

Pountianus Berinyuy Wirba, Mvogo Ngono, Noumsi Woguia Auguste Vigny, Emile Tatinyuy Verdzekov, ELE Pierre2026-06-28
💻 computer science

Training Versus Hiring in Security Operations Centers: Agent-Based and Reinforcement Learning Simulations of Training Duration Effects on CyberTeam Performance

यह अध्ययन एजेंट-आधारित मॉडलिंग और सुदृढीकरण शिक्षण (reinforcement learning) का उपयोग करके यह प्रदर्शित करता है कि सुरक्षा संचालन केंद्रों (Security Operations Centers) में प्रशिक्षण की अवधि गैर-रेखीय (nonlinear) प्रदर्शन लाभ प्रदान करती है, जिसमें इष्टतम निवेश 500 और 1,000 एपिसोड के बीच होता है और अत्यधिक प्रशिक्षित टीमें 20-25 अतिरिक्त कर्मियों की भर्ती के बराबर दक्षता लाभ प्राप्त करती हैं।

Max N. Yaw, Ferdinand Kpieleh, Aos Mulahuwaish, Basheer Qolomany, Jacques Bou Abdo2026-06-27