cs पेपर | Gist.Science

A Hybrid Retrieval Augmented Generation Approach for Explainable Clinical Decision Support Using Vector Databases and Best Matching 25

यह शोध पत्र एक हाइब्रिड रिट्रीवल ऑगमेंटेड जनरेशन फ्रेमवर्क प्रस्तुत करता है जो व्याख्या योग्य, व्यक्तिगत क्लिनिकल निर्णय सहायता और प्रारंभिक रोग जोखिम भविष्यवाणी को बढ़ाने के लिए रेसिप्रोकल रैंक फ्यूजन के साथ BM25 और BioBERT-आधारित सिमेंटिक सर्च को एकीकृत करता है, जो पारंपरिक बेसलाइन की तुलना में 182,000 मेडिकल रिकॉर्ड्स के डेटासेट पर बेहतर रिट्रीवल प्रदर्शन प्राप्त करता है।

Bodireddy Mahalakshmi, Smita Khairnar, Shilpa Gite, Anurag Lengure, Anuj Loharkar, Swaraj Mahadik, Soham Mahajan2026-06-25

💻 computer science

An Explainable Hybrid of Classical and Quantum Support Vector Machine Models for Maternal Mental Health Risk Prediction Using Multicountry Data

यह अध्ययन एक व्याख्या योग्य हाइब्रिड क्लासिकल-क्वांटम सपोर्ट वेक्टर मशीन मॉडल का प्रस्ताव करता है जो मातृ मानसिक स्वास्थ्य जोखिम भविष्यवाणी प्रदर्शन (99.86% सटीकता) प्राप्त करने के लिए बहु-देशीय डेटा का लाभ उठाता है और SHAP विश्लेषण के माध्यम से प्रमुख नैदानिक भविष्यवक्ताओं की पहचान करता है।

Shallon Ahimbisibwe, Emmanuel Ahishakiye, Samuel Maling, Simon Kawuma, Richard Ntwari, Boaz Twinamasiko, Fred Kaggwa2026-06-25

💻 computer science

Runtime Detection of Attacks and Misconfigurations in Cloud-Native Kubernetes Environments Using eBPF Network Telemetry

यह शोध पत्र प्रदर्शित करता है कि हबल/ईबीपीएफ (Hubble/eBPF) नेटवर्क टेलीमेट्री, जब सावधानीपूर्वक निर्मित ग्राउंड-ट्रुथ लेबल के साथ संयोजित की जाती है, तो कुबेरनेट्स (Kubernetes) परिवेशों में रनटाइम हमलों और गलत कॉन्फ़िगरेशनों का प्रभावी ढंग से पता लगा सकती है, जो यह प्रकट करता है कि नियम-आधारित डिटेक्टरों की उच्च परिशुद्धता (precision) और रैंडम फॉरेस्ट क्लासिफायर की उच्च रिकॉल (recall) के बीच एक समझौते के बावजूद, गंतव्य-पक्ष पहचान गुण (destination-side identity attributes) खतरों के सबसे मजबूत संकेतक हैं।

Andrew Oppong-Asante, Bernard Kyiewu, Clinton Amponsah, Linda Bessa-Simons, Caleb Boakye Yiadom2026-06-25

💻 computer science

ST-HAE: Spatio-Temporal Anomaly Detection inHeterogeneous IoT Networks Under Realistic Class Imbalance

यह शोध पत्र ST-HAE को प्रस्तुत करता है, जो एक अनसुपरवाइज्ड स्पैटियो-टेम्पोरल हाइब्रिड ऑटोएनकोडर है जो केवल बेनाइन (benign) ट्रैफ़िक पर प्रशिक्षण देकर और मौजूदा विधियों की तुलना में फाल्स अलार्म दर और वेरिएंस को महत्वपूर्ण रूप से कम करने के लिए द्विदिशीय टेम्पोरल एनकोडिंग का उपयोग करके, वास्तविक क्लास इम्बैलेंस के तहत विषम IoT नेटवर्क में उच्च-परिशुद्धता विसंगति का पता लगाता है।

Vamsi Krishna Reddy, Nageswara Rao kuda2026-06-25

💻 computer science

A Method for Assessing Preschoolers’ Attention in the Classroom Based on a Multimodal Transformer

यह शोधपत्र एक मल्टीमॉडल ट्रांसफॉर्मर-आधारित पद्धति प्रस्तावित करता है जो कक्षाओं में प्रीस्कुलरों के ध्यान के स्तर का मजबूती से आकलन करने के लिए वीडियो, ऑडियो और एटीट्यूड (व्यवहार) डेटा को एकीकृत करता है, जो बेसलाइन मॉडलों की तुलना में विभिन्न फोकस अवस्थाओं में बेहतर प्रदर्शन और स्थिरता प्रदर्शित करता है।

Miao Tian2026-06-25

💻 computer science

Detection of AI-Generated Product Main Images in Cross-Border E-Commerce Based on Multi-Feature Fusion

यह शोध पत्र CBEC-AIGC-Bench डेटासेट पेश करके और MFF-EComDet प्रस्तावित करके सीमा पार ई-कॉमर्स में AI-जनित उत्पाद छवियों का पता लगाने की चुनौती का समाधान करता है, जो एक मल्टी-फीचर फ्यूजन नेटवर्क है जो प्रचार संबंधी टेक्स्ट के हस्तक्षेप से जनरेशन आर्टिफैक्ट्स (generation artifacts) को प्रभावी ढंग से अलग करने के लिए क्रॉस-अटेंशन मैकेनिज्म के साथ स्थानिक अर्थपूर्ण (spatial semantic) और फ्रीक्वेंसी आर्टिफैक्ट शाखाओं को जोड़ता है।

lili huang, zhidan hui2026-06-25

💻 computer science

FluxGraph: Synergizing Dynamic Graph Attention and Flux Memory for Unsupervised Time Series Anomaly Detection

FluxGraph एक अनसुपरवाइज्ड फ्रेमवर्क है जो टाइम सीरीज़ विसंगति का पता लगाने के लिए डायनेमिक ग्राफ अटेंशन को फ्लक्स मेमोरी और बायडायरेक्शनल फीचर फ्लो के साथ जोड़ता है ताकि औद्योगिक और ऑटोमोटिव प्रणालियों में सूक्ष्म छद्म वेश (masquerade) विसंगतियों और क्रमिक बेसलाइन ड्रिफ्ट्स की प्रभावी ढंग से पहचान की जा सके, जो एक नवीन मल्टी-रेसिडुअल फ्यूजन दृष्टिकोण के माध्यम से मौजूदा विधियों से बेहतर प्रदर्शन करता है।

Yunya Xiong, Tao Xu, Guozhi Song2026-06-25

💻 computer science

A Multi-Layer Framework for Hallucination Detection and Mitigation in Large Language Models Using Retrieval Grounding and Small Language Model Verification

यह शोध पत्र एक बहु-स्तरीय ढांचे का प्रस्ताव करता है जो प्रतिक्रियाओं को परमाणु दावों में विभाजित करके, उन्हें रिट्रीवल के साथ ग्राउंड करके, और एक छोटे भाषा मॉडल एवं न्यूरो-सिम्बोलिक तर्क के माध्यम से उन्हें सत्यापित करके बड़े भाषा मॉडलों की तथ्यात्मक विश्वसनीयता को बढ़ाता है, जिससे हॉटपॉटक्यूए (HotpotQA) और साइफ़ैक्ट (SciFact) डेटासेट पर व्याख्यात्मकता और कम्प्यूटेशनल दक्षता बनाए रखते हुए महत्वपूर्ण प्रदर्शन लाभ प्राप्त होता है।

Md. Mahmudul Hasan, Israk Kayum Chowdhury, Md. Eliyas Akondo, Tanvir Ahammad, Khandaker Mohammad Mohi Uddin2026-06-25

💻 computer science

Knowledge-Constrained Neural Completion of Islamic Geometric Patterns with Symmetry Guarantees

यह शोध पत्र एक ज्ञान-प्रतिबंधित न्यूरल फ्रेमवर्क प्रस्तुत करता है जो इस्लामी ज्यामितीय पैटर्न में सटीक घूर्णी समरूपता और संरचनात्मक वैधता की गारंटी देने के लिए एक ग्राफ-पूर्णता मॉडल में औपचारिक ज्यामितीय नियमों को समाहित करता है, यह प्रदर्शित करते हुए कि जबकि डेटा संवर्धन निष्ठा में सुधार करता है, केवल समरूपता-संरचित अनुमान ही शून्य उल्लंघन सुनिश्चित करता है।

Hassan Ugail, Irfan Mehmood2026-06-25

💻 computer science

GeoMind: An Autonomous Multi-Agent Framework for Verified Geospatial Analysis

GeoMind एक स्वायत्त मल्टी-एजेंट फ्रेमवर्क है जो एक स्थानीय LLM, RAG-आधारित संदर्भ इंजेक्शन (context injection), और एक नियत (deterministic) भू-स्थानिक वैलीडेटर को एक क्लोज्ड-लूप स्व-सुधार प्रणाली में एकीकृत करता है ताकि 90% कार्य सफलता दर और भू-स्थानिक विश्लेषण में महत्वपूर्ण रूप से बेहतर स्थानिक सटीकता प्राप्त की जा सके, जो सामान्य-उद्देश्य वाले LLMs में होने वाले सिमेंटिक और भौगोलिक मतिभ्रम (hallucinations) को प्रभावी ढंग से दूर करता है।

Jakaria Habib, Monoarul Islam Srabon, Mst Lutfun Nahar, Mariam Lutfy, Most. Amina Khatun, Md. Basim Al Zabir Shammo, Md. (…)2026-06-24

← पिछला अगला →