💻 Category

cs

744 पेपर

💻 computer science

Research on Predictive Modelling of Volleyball Game Outcomes Using Machine Learning Techniques and Data Analytics

यह शोध पत्र एक मशीन लर्निंग अध्ययन प्रस्तुत करता है जो सिंथेटिक डेटा पर प्रशिक्षित और पोलिश प्लसलीगा (PlusLiga) के वास्तविक मैचों पर सत्यापित ग्रेडिएंट बूस्टिंग (Gradient Boosting) और रैंडम फॉरेस्ट (Random Forest) मॉडल का उपयोग करके, ओपीआई (OPI) और ब्रेक-पॉइंट डिफरेंशियल (Break-Point Differentials) को सबसे महत्वपूर्ण भविष्य कहने वाले फीचर्स के रूप में पहचानते हुए, 93% से अधिक सटीकता के साथ पेशेवर वॉलीबॉल मैच के परिणामों की सफलतापूर्वक भविष्यवाणी करता है।

Xiaopeng Li2026-06-24
💻 computer science

AI-Driven Trust-Aware Security Enhancement Framework for Cognitive Radio Networks Against SSDF, PUE, and Jamming Attacks

यह शोध पत्र एक एआई-संचालित ट्रस्ट-अवेयर सुरक्षा ढांचे का प्रस्ताव करता है जो कॉग्निटिव रेडियो नेटवर्क के लिए रैंडम फॉरेस्ट-आधारित डिटेक्शन और बायेसियन ट्रस्ट इवैल्यूएशन को एकीकृत करता है ताकि एसएसडीएफ (SSDF), पीयूई (PUE) और जैमिंग हमलों को प्रभावी ढंग से कम किया जा सके, जिससे उच्च डिटेक्शन सटीकता प्राप्त होती है और गंभीर हमले की स्थितियों और निम्न एसएनआर (SNR) स्तरों के तहत भी नेटवर्क विश्वसनीयता और थ्रूपुट में महत्वपूर्ण सुधार होता है।

Joseph Wumboranaan NANJO, Kusi Ankrah Bonsu, Kwame Oteng Gyasi2026-06-24
💻 computer science

CATBridge: Enhancing CVE-ATT&CK Alignment Capability in Low-Resource Environments Using Professional Knowledge from LLMs

यह शोध पत्र CATBridge का प्रस्ताव करता है, जो एक बहु-चरणीय ज्ञान संवर्धन ढांचा (multi-stage knowledge enhancement framework) है जो कम-संसाधन वाले वातावरण में उत्कृष्ट CVE-ATT&CK संरेखण सटीकता प्राप्त करने के लिए हल्के (lightweight) LLMs को निर्देशित करने हेतु एक शिक्षक-छात्र सहयोग तंत्र का लाभ उठाता है, जो अत्याधुनिक विधियों और ज़ीरो-शॉट बड़े पैमाने के मॉडलों दोनों से काफी बेहतर प्रदर्शन करता है।

Maomiao Xiao, Hao Hu, Yingchang Jiang, Yichen Li, Jianxiao Yu, Feiyang Li, Yuling Liu, Yuchen Zhang2026-06-24
💻 computer science

Hybrid Classical--Quantum Learning for Space Based Data Centers: A CUDA-Q Study of Variational and Photonic Backends

यह अध्ययन एक CUDA-Q वर्कफ़्लो का उपयोग करके 10-नोड वाले अंतरिक्ष-आधारित डेटा सेंटर के लिए हाइब्रिड क्लासिकल-क्वांटम रूटिंग का मूल्यांकन करता है, जिसमें यह पाया गया है कि जहाँ फोटोनिक बैकएंड कम विलंबता (लेटेंसी) के साथ बेहतर सटीकता प्राप्त करते हैं, वहीं वेरिएशनल क्वांटम सर्किट (VQC) बैकएंड समृद्ध क्वांटम-स्टेट संरचनाएं प्रदान करने के बावजूद अत्यधिक विलंबता दंड (लेटेंसी पेनल्टी) का सामना करते हैं।

Santanu Ganguly2026-05-22✓ Author reviewed ⓘ