💻 computer science

From Value Alignment to Directional Resonance: A Practical Path of Care Transmission in Human-AI Symbiosis

Deze studie daagt het idee uit dat de structurele onverschilligheid van AI oprechte zorg uitsluit door via klinische praktijk en theoretische samenwerking aan te tonen dat authentieke mens-AI-symbiose kan worden bereikt, niet door algoritmische waardegelijkheid, maar door het overdragen en sedimenteren van menselijke directionele zorg binnen langdurige relationele dynamieken om een stabiele, waarde-gealigneerde resonantie te genereren.

Chunmei Liu2026-08-10
💻 computer science

Frequency-Aware Gradient Correction for Unified Facial Landmark Detection

Dit artikel stelt FGC-UFLD voor, een verenigd framework voor gezichtskenmerkdetectie dat frequentiebewuste representatiemodules (DiC-Wave en PFAM) integreert om structurele modellering te verbeteren en een Anchor-Guided Gradient Correction (AGGC) strategie gebruikt om optimalisatieconflicten op te lossen, waardoor het met een enkel model de beste prestaties bereikt over heterogene datasets.

Shun Ren, Qingjia Li, Hang Sun, Xu Wu, Beihang Song, Jun Wan2026-08-10
💻 computer science

A high-efficiency adaptive Genghis Khan shark optimizer using novel strategies for static and dynamic complex engineering optimization

Dit artikel stelt IGKSO voor, een verbeterde Genghis Khan haai-optimizer die nieuwe overlevingsbanden, een licht-donker interactieve strategie, een adaptieve parameter en visaggregatieapparaten incorporeert om complexe statische en dynamische technische optimalisatieproblemen effectief op te lossen met verbeterde nauwkeurigheid en globale zoekcapaciteiten.

Yuxuan Guo, Gang Hu, Mahmoud Abdel-salam2026-08-10
💻 computer science

Risk-Aware Degraded-Mode Orchestration for Resilient Cloud–Edge AI Agents: From Containerized Fault Injection to Heterogeneous Kubernetes Validation

Dit artikel introduceert DMO-AI, een risicobewuste orchestrator die dynamisch gedegradeerde uitvoeringsmodi selecteert voor cloud-edge AI-agenten op basis van taakrisico en afhankelijkheidsgezondheid, waarbij via uitgebreide gecontaineriseerde en heterogene Kubernetes-validatie wordt aangetoond dat het de veilige voltooiingspercentages significant verbetert (93,95% vs. 64,70%) vergeleken met standaard transportniveau-resilience, terwijl het strikte beleidsovereenstemming behoudt.

Albert Adusei Brobbey¹˒², Narayan Bhosale¹, Dan Bamfo³2026-08-10
💻 computer science

IR-PowerDet: An Infrared Power Equipment Detection Algorithm Based on Multi-Scale Feature Fusion and Dynamic Environment Adaptation

Dit artikel stelt IR-PowerDet voor, een op YOLOv12s gebaseerd framework dat multi-schaal feature-fusie, dynamische omgevingsadaptatie en modules voor verbetering van kleine objecten incorporeert om robuuste, nauwkeurige detectie van infrarode elektrische apparatuur te bereiken in complexe en geoccludeerde scenario's, waarbij een mAP van 96,8% wordt gehaald.

Yongbo Tang, Huicong Sun, Zijun Zhong, Miao Li2026-08-10
💻 computer science

A Hybrid Machine Learning Framework for Robust Detection of Malicious DNS-over-HTTPS Tunneling Traffic

Dit artikel stelt een statistisch gevalideerd, dichtheidsbewust hybride framework voor dat XGBoost combineert met ongesuperviseerde anomalie-scorevorming om kwaadaardige DNS-over-HTTPS tunneling robuust te detecteren, waarbij significante verbeteringen in recall en reductie van fout-negatieven ten opzichte van baselines worden aangetoond, terwijl wordt bevestigd dat diepe generatieve componenten geen aanvullend voordeel bieden.

Enas Selem¹, Rania Salama¹2026-08-10
💻 computer science

An Adaptive Resource-Aware MK-CKKS Framework with Linear- Complexity Multi-Key Aggregation for Privacy-Preserving Federated Learning in Resource-Constrained IoT Environments

Dit artikel presenteert een adaptief, middelenbewust MK-CKKS-framework voor privacy-behoudend federated learning in IoT dat een aggregatie met lineaire complexiteit en significante prestatiewinsten bereikt door middel van experimenten in de echte wereld op MNIST en CIFAR-10, terwijl het transparant erkent dat constructie met onafhankelijke sleutels en fysieke hardwarevalidatie toekomstig werk blijven.

Nasir Ahmad Jalali, Hongsong Chen2026-08-10
💻 computer science

τ-Guard: Recalibration-Invariant, Label-Free Drift Detection for Visual Recognition Systems via Cross-Signal Rank-Agreement Decay

Het artikel introduceert (τ)(\tau)-Guard, een labelvrije driftdetectiemethode voor visuele herkenningssystemen die bewijsbare invariantie bereikt ten opzichte van modelrecalibratie door de rangovereenstemming tussen voorspellende entropie en novelty-scores in de feature-ruimte te monitoren, waardoor de vals-positieven die bestaande betrouwbaarheidsgebaseerde monitors teisteren worden vermeden terwijl de gevoeligheid voor werkelijke distributieverschuivingen behouden blijft.

Md Hasibuzzaman2026-08-10
💻 computer science

Too Symmetric to See: Diagnosing Over-Invariance in Finite-Symmetry Geometric Learning

Dit artikel identificeert en kwantificeert "over-invariantie"-fouten in geometrisch leren waarbij excessieve symmetrie kritieke fase-informatie wegwerpt, en stelt Projective Character Pooling (PCP) voor als een gericht herstelmechanisme dat effectief fasekanalen herstelt en de diagnostische vlakheid verbetert vergeleken met standaard modellen die enkel op magnitude gebaseerd zijn, hoewel het een afgebakende oplossing blijft in plaats van een universele vervanging voor orbit averaging.

D Yang Eng2026-08-10
💻 computer science

Adaptive Data Partitioning for Energy-Efficient Federated and Distributed Learning on Heterogeneous Systems

Dit artikel stelt een metingen-gestuurde adaptieve datapartitie-controller voor die steekproefbudgetten dynamisch heralloceert op basis van realtime trainingstijd en energieparameters om stragglers te mitigeren, energieverbruik te verminderen en de trainingsefficiëntie te verbeteren over heterogene gedistribueerde en federated learning-systemen.

Daniel Suárez Labena, Vicente José Blanco Pérez, Pedro Antonio Toledo Delgado, Francisco Carmelo Almeida Rodríguez2026-08-10