💻 computer science

SPS-LIME: Role-Aware Segment Perturbation for Explaining Long Legal Documents

Dit artikel introduceert SPS-LIME, een model-agnostisch verklaringsframework dat de interpreteerbaarheid van juridische tekstclassificatiesystemen verbetert door variabel lange, retorisch coherente segmenten te verstoren in plaats van individuele tokens of zinnen, waardoor een superieure consistentie en volledigheid wordt bereikt terwijl potentiële mismatches tussen de sensitiviteit van de classifier en expliciete juridische redenering worden onthuld.

Meng-Luen Wu, Bo-Xun Huang2026-08-14
💻 computer science

Spatial Non-Stationarity and Wealth Accumulation: Multiscale Regression of Locational Endowments in a Heterogeneous Metropolitan County

Deze studie introduceert een hybride GeoAI- en Multi-Criteria Decision Analysis-framework dat gebruikmaakt van ongesuperviseerd machine learning om juridisch en milieutechnisch levensvatbare locaties voor datacentra binnen het Guadalupe River Basin te identificeren, waarbij water-energieconflicten effectief worden opgelost door subjectieve expertweging te vervangen door empirisch afgeleide criteria om infrastructuur weg te leiden van de gevoelige herlaadzone van de Edwards Aquifer.

Onyedikachi Joshua Okeke, Samuel Abakah, Oluwatosin Olofinsao, Sharma Suraj, Denis Baidoo, Emmanuel Ekubuafor, Olumide O (…)2026-08-14
💻 computer science

Token-Adaptive LoRA: Enhancing Segment Anything for Remote Sensing Imagery through Parameter-Efficient Fine- Tuning

Dit artikel stelt Token-Adaptive LoRA voor, een parameter-efficiënte fine-tuning methode die beeldtokens dynamisch naar op rang gedifferentieerde LoRA-experts routeert via een Noisy Top-1 router, wat de prestaties van het Segment Anything Model op remote sensing detectie- en segmentatietaken aanzienlijk verbetert met minimale computationele overhead.

Xin Chen, Jun Yan, Zhiyu Yan, Jianwen Deng, Jiaqi Wu, Yonghong Gong, Xiaohua Jiang2026-08-14
💻 computer science

Whose Art Counts? Model- and Prompt-Dependent Associations in Vision-Language Judgments of Museum Art

Dit artikel introduceert een archief-geconditioneerd auditprotocol om te evalueren hoe vision-language modellen en promptstructuren interageren met museummetadata bij het beoordelen van artistieke waarde, waarbij via een casestudy van het Metropolitan Museum of Art wordt aangetoond dat "invloed"-prompts de meest consistente categorie-gebaseerde verschillen opleveren, terwijl de beperkingen van cross-model en cross-prompt generalisatie worden benadrukt.

Manpreet Singh, Nandakishor Reddy Pulagam, Rhythm Bhatia, Rahul Joshi2026-08-14
💻 computer science

Improving Credit Card Fraud Detection Using Ensemble Machine Learning Techniques

Dit artikel stelt een robuust raamwerk voor de detectie van creditcardfraude voor dat Generative Adversarial Networks (GANs) combineert om ernstige klassenimbalans aan te pakken met ensemble machine learning-technieken, waarbij wordt aangetoond dat het resulterende XGBoost-model superieure prestaties bereikt in recall, precisie en real-time haalbaarheid op een dataset van 76.900 transacties.

Adel EL QASSOUARI, Ayoub CHAREF, Zahi JARIR2026-08-14
💻 computer science

A Query-Centric Diagnostic Attention BLSTM Network for Short-Window ECG-Based Atrial Fibrillation Detection

Deze studie stelt een Query-Centric Diagnostic Attention BLSTM (QDA-BLSTM) netwerk voor dat leerbare diagnostische queries gebruikt om complementaire temporele informatie te extraheren, waarbij een significant verbeterde nauwkeurigheid en specificiteit wordt aangetoond ten opzichte van traditionele CNN-BLSTM modellen voor het detecteren van atriumfibrilleren in korte ECG-signalen.

Yang Li, Jianguo Chen, Manhong Shi2026-08-14
💻 computer science

ECA LDNet A Dual Attention Network with Atmospheric Scattering Guidance for Single Image Dehazing

Het artikel introduceert ECA-LDNet, een compacte U-Net met 1,48 miljoen parameters die reductievrije Efficient Channel Attention, pixel-aandacht en een atmosferische verstrooiingssturingsvertakking integreert om hoogwaardige single-image dehazing te bereiken met expliciet gekarakteriseerde prestatieafwegingen.

Manpreet Singh, Rohith Reddy Bellibatlu, Sai Deekshith Lekkala, Rahul Joshi2026-08-14
💻 computer science

Lightweight Faster R-CNN with Standalone BiFPN for Accurate Detection and Counting of Tuberculosis Bacilli in Ziehl-Neelsen Smear Microscopy

Deze studie presenteert een lichtgewicht Faster R-CNN-framework, versterkt met een standalone BiFPN, dat een nauwkeurige detectie en telling van tuberkelbacteriën in Ziehl-Neelsen kleuringen bereikt, waarmee een computationeel efficiënte AI-oplossing wordt geboden om de diagnose te versnellen en variabiliteit in tuberculosebestrijding te verminderen.

Mahasti Namira, Ridwan Wicaksono, Titik Nuryastuti2026-08-14
💻 computer science

Temporal speckle enables probabilistic weights for uncertainty-aware photonic AI

Dit artikel introduceert een ultrasnelle fotonische processor die gebruikmaakt van de temporele speckle van breedbandig licht om probabilistische gewichten inherent te coderen, waardoor de computationele knelpunten van digitale Bayesiaanse neurale netwerken worden overwonnen en hoogsnelheid, onzekerheidsbewuste AI mogelijk wordt die in staat is tot simultane classificatie en detectie van gegevens buiten de distributie.

Wolfram Pernice, Frank Brückerhoff-Plückelmann, Hendrik Borras, Shivaprasad Umesh Hulyal, Lennart Meyer, Xinru Ji, Jianq (…)2026-08-14
💻 computer science

Hamiltonian Full Node Coverage Graph Attention Network with Fuzzy C-Means Superpixel Graph Learning for Banana Leaf Disease Classification

Dit artikel stelt een nieuw raamwerk voor dat Hamiltonian Full Node Coverage Graph Attention Networks combineert met Fuzzy C-Means superpixel graph learning om een uiterst nauwkeurige en betrouwbare classificatie van bananenbladziekten te bereiken door zowel lokale als globale ruimtelijke afhankelijkheden effectief te modelleren.

S Pavithra, P. S. Eliahim Jeevaraj2026-08-14