💻 computer science

Outcome-Correlated Signals in Peer Review: A Post-hoc Proxy Analysis of Author, Idea, and Capability-Related Cues in OpenReview Submissions

Deze studie maakt gebruik van een post-hoc proxy-analyse van meer dan 20.000 inzendingen voor machine learning-conferenties om aan te tonen dat auteursmetadata, abstracties van ideeën en door LLM's geïmputeerde beschrijvingen van capaciteiten deels niet-redundante signalen bevatten die geassocieerd worden met peer review-uitkomsten, terwijl tegelijkertijd de beperkingen worden belicht van het afleiden van capaciteit zonder longitudinale data en zorgen worden gewekt over eerlijkheid en de ongelijkheid in middelen bij wetenschappelijke evaluatie.

RENLONG JIE, Chen Chu, Zhen Wang2026-08-13
💻 computer science

Real-Time Urban Vehicle Tracking via Wireless Sensor Networks Using Kalman Filter and Random Forest Prediction

Dit artikel stelt een real-time framework voor voor het volgen van stedelijke voertuigen dat YOLOv8-detectie, een adaptief Kalman-filter en een Random Forest-voorspeller binnen een draadloos sensornetwerk integreert om met lage latentie een hoge nauwkeurigheid en identiteitsstabiele tracking te bereiken onder dynamische verkeersomstandigheden.

T Vairam, S. Venkatesan2026-08-13
💻 computer science

Towards Human-Centric and Resilient Hospital Ecosystems: An AI-Driven Facemask Compliance Detection Framework for Healthcare Workers and Patients

Deze studie presenteert een systematische review van door AI gedreven architecturen voor het detecteren van mondkapjes, waarbij YOLOv5-gebaseerde modellen worden geïdentificeerd als de meest effectieve oplossing voor integratie in de ziekenhuisinfrastructuur om tegelijkertijd digitalisering, veerkracht en mensgerichtheid in zorg-ecosystemen te bevorderen.

Anup ., Manik Batra, Parul Saxena, Himanshi Puri2026-08-13
💻 computer science

An Explainable AI Audit of Temporal Signatures in Botnetand Multi-Vector Cyber-Attacks

Dit artikel toont aan dat hoewel machine learning-intrusiedetectoren met een hoge nauwkeurigheid een zwakke cross-domein transfereerbaarheid vertonen vanwege onderscheidende temporele signaturen voor botnet- en multi-vectoraanvallen, het toepassen van een multi-methode uitlegbare AI-framework succesvol een robuuste, consensusset van temporele kenmerken identificeert die black-boxmodellen transformeert tot controleerbaar en overdraagbaar bewijs voor betrouwbare intrusiedetectie.

Gizachew Teshome Habtamu, Shahzad Ahmed2026-08-13
💻 computer science

Machine learning reduces audit detection risk in 3.3 million public sector general ledger transactions

Deze studie toont aan dat een nieuw vierlaags machine learning-framework, gevalideerd tegenover 3,3 miljoen transacties uit de publieke sector en officiële auditrapporten, traditionele Monetary Unit Sampling aanzienlijk overtreft door het auditdetectierisico te verlagen van meer dan 38% naar 2,01%, terwijl de verwerkingstijd met 98,7% wordt verkort.

Tsetsegjargal Ulambayar, Oyunbileg Pagjii, Oyuntsetseg Luvsandash, Gantulga Garamdorj, Chimedtsogzol Sangajav2026-08-13
💻 computer science

Adaptive Multi-Agent Deep Reinforcement Learning for Distributed Zero Trust Architectures in Global Financial Ecosystems

Dit artikel stelt AMADRL-ZTA voor, een gedistribueerde Zero Trust-architectuur die gebruikmaakt van adaptief multi-agent deep reinforcement learning om de detectie van dreigingen aanzienlijk te verbeteren, responstijden te verkorten en de beleidsadaptiviteit te verhogen voor het beveiligen van wereldwijde financiële ecosystemen tegen geavanceerde cyberaanvallen.

Ankur Mahida2026-08-13
💻 computer science

Causal Transformer: Scaling Gradient-Based Causal Discovery to 500 Variables

Het artikel introduceert de Causal Transformer (CT), een self-attention architectuur die de dimensionaliteitsbeperkingen van bestaande gradiëntgebaseerde methoden overwint om robuuste causale ontdekking mogelijk te maken in het regime van 200–500 variabelen, waarbij het succesvol biologisch gevalideerde kankerdriver-netwerken identificeert op consumentenhardware waar eerdere benaderingen falen.

Shuaidong Gao2026-08-13
💻 computer science

Classification of High-Risk Paratransit Drivers Using Ensemble Machine Learning

Deze studie maakt gebruik van een reeks machine learning-algoritmen, waarbij logistische regressie als het meest effectieve model naar voren kwam, om risicovolle paratransit-chauffeurs in Gazipur, Bangladesh, te classificeren op basis van sociaaleconomische en operationele factoren, waardoor transportautoriteiten een datagestuurd hulpmiddel worden aangeboden voor gerichte veiligheidsinterventies.

Md Sifat Bin Siraj, Shumaila Noor, Md Emon Miah, Md Jubayadul Islam, Saifullah Mahmud, Jannatul Ferdous, Sk. Md. Ahaduz2026-08-13
💻 computer science

PV Defect Detection Network Equipped with Novel Decoupled Downsampling, Mixed Attention and Heterogeneous Convolution Modules

Dit artikel stelt CCM-YOLO voor, een lichtgewicht en accuraat model voor de detectie van defecten in fotovoltaïsche systemen dat gebruikmaakt van zichtbaar licht beeldvorming en een innovatieve ontkoppelde downsampling, mixed attention en heterogene convolutiemodules integreert om de computationele kosten aanzienlijk te verlagen, terwijl het superieur presteert aan de huidige state-of-the-art methoden op het gebied van zowel precisie als modelefficiëntie.

Ling Zhu, Jianyu Cheng, Guangyu Liu2026-08-13