💻 informatica

The Generalist Strikes Back:\\A General LLM Agent Outperforms Specialist Bioinformatics Agents on Free-Form, End-to-End Benchmark Analysis

Dit artikel toont aan dat een algemene frontier LLM-agent (Claude Opus 5.5) die uitsluitend standaard programmeertools gebruikt, gespecialiseerde bioinformatica-agents verslaat op een uitgebreide benchmark, wat onthult dat de huidige beperkingen in het meten van vooruitgang primair voortvloeien uit problemen met de betrouwbaarheid van benchmarks in plaats van de capaciteit van de agent.

Xiaoyu Zhang2026-10-28
💻 informatica

RAG-MedDx: A Preliminary Offline Prototype of a Citation-Traced Retrieval-Augmented Framework for Intelligent Medical Diagnosis Support

Dit artikel introduceert RAG-MedDx, een voorlopige offline prototype van een vierlaags raamwerk dat medische diagnostische ondersteuning verbetert door te putten uit een lokale kennisbank om geciteerde antwoorden te genereren of expliciet te melden dat er geen overeenkomsten zijn, terwijl het zijn huidige beperkingen erkent als een niet-klinisch hulpmiddel met een ongemeten diagnostische nauwkeurigheid.

AKANKSHA Gaikwad2026-10-28
💻 informatica

TGSE-DFN: Text-guided Generative Semantic Enhancement and Disentangled Adaptive Fusion Network for Multimodal Sentiment Analysis

Het artikel stelt TGSE-DFN voor, een nieuw multimodaal sentimentanalyseframework dat tekstgestuurde generatieve semantische verbetering en ontkoppelde adaptieve fusie gebruikt om de semantische kloof tussen modaliteiten te overbruggen en effectief zowel globale sentimenttrends als fijnmazige temporele dynamiek vast te leggen.

Kejian Dong, Zhenzhen He, Tiquan Gu, Yaling Wan, Xiaochao Fan, Bowen Gu2026-10-28
💻 informatica

MedTrustGraph: Purpose-Aware Temporal Heterogeneous Graph Learning for Zero-Trust Authorization of Autonomous Clinical LLM Agents

MedTrustGraph is een doelbewust temporeel heterogeen grafisch leersysteem dat statische en sequentiële modellen aanzienlijk overtreft bij het detecteren van ongeautoriseerde acties door autonome klinische LLM-agenten, waarbij een hoge nauwkeurigheid wordt bereikt door de integratie van patiënt- en doelcontext met een deterministische Zero-Trust-policy engine.

KAMRUL ISLAM, SHARMIN SULTANA2026-10-28
💻 informatica

Comparing Four Explanation Methods for Melanoma Classification: Fidelity, Utility and Trust

Deze studie evalueert vier post-hoc uitlegmethoden voor melanoomclassificatie op de assen van getrouwheid, bruikbaarheid en vertrouwen, waarbij significante onenigheid in hun rangschikkingen wordt onthuld en wordt geconcludeerd dat een evaluatie over meerdere assen met een getrouwheidspoort essentieel is voor het selecteren van de meest geschikte uitlegtechniek.

Okoi Michael Obeten, Christiana Uchenna Ezeanya2026-10-27
💻 informatica

XGBoost-Based Optimal Transport Dataset Distance-Guided Temporal Domain Transfer for Flood Prediction Under Concept Drift

Deze studie stelt een op XGBoost gebaseerd temporeel domeinoverdrachtsleermodel voor, gestuurd door Optimal Transport Dataset Distance en Adaptive Windowing, om concept drift effectief aan te pakken en de nauwkeurigheid van overstromingsvoorspellingen onder evoluerende hydrologische omstandigheden te verbeteren.

Sharifah Naluswata, Jackson Kisuule, David Kakeeto, Ali Najib, Anthony Bua2026-10-27
💻 informatica

Evaluating Vision Transformers for Stain Robustness and Calibration in Low-Resource Digital Pathology

Dit artikel toont aan dat, onder een beperkte low-resource setting met vaste ImageNet-pretraining, Vision Transformers (specifiek ViT-B/16) verschillende CNN-architecturen in de histopathologie overtreffen door een superieure robuustheid tegen kleur- en kleuringvariaties, betere probabilistische kalibratie en een meer gracieuze degradatie tijdens cross-task transfer te bereiken, terwijl ze tegelijkertijd competitieve in-domain discriminatie behouden.

Abir Hasan, Sadia Yasmin, Ripa Akter, Md. Abdul Awal2026-10-27
💻 informatica

Multimodal Weakly Supervised Learning of Epicardial and Pericoronary Adipose Tissuefor CCTA-Based Coronary Disease Phenotype Prediction: A Methodological Feasibility Study

Deze methodologische haalbaarheidsstudie toont aan dat een zwak gesuperviseerd multimodaal framework, dat beeldvorming van epicardiaal en pericoronair vetweefsel integreert met klinische variabelen, de voorspelling van CCTA-gedefinieerde coronair arterieel ziektefenotypes significant verbetert vergeleken met klinische gegevens alleen, terwijl het onthult dat parameter-efficiënte architecturen met een gedeelde backbone vergelijkbaar presteren met complexere dual-backbone modellen in kleine cohorten.

Hanene Guesmi, Haifa Harrouch, Muna O. Alamoudi, Karim Gasmi2026-10-27
💻 informatica

MLHKP-MCD: Evidence-Preserving Digital Infrastructure for Munda Living Heritage

Het artikel presenteert MLHKP-MCD, een herkomstbewuste digitale infrastructuur en dataset die ontworpen is om de bewijskrachtige relaties, de culturele context en de gemeenschapsautoriteit van het levende erfgoed van de Munda te bewaren door middel van het handhaven van afzonderlijke maar opvraagbaar verbonden records van bronnen, claims en verificatievoorwaarden.

Mohammad Amir Khusru Akhtar, Arvind Hans, Rajan Pahan2026-10-27