💻 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
💻 computer science

FGD-Det: Frequency-Guided Decoupled Alignment and Asymmetric Fusion for Multispectral Object Detection

FGD-Det is een efficiënt asymmetrisch multispectraal objectdetectiekader dat verschillen in informatiedichtheid en ruimtelijke misuitlijning aanpakt via een heterogene dual-stream backbone en een fasegewijze fusiestrategie met Frequency-Guided Decoupled Alignment, waarmee het de state-of-the-art prestaties bereikt op de LLVIP- en FLIR-benchmarks met aanzienlijk verminderde computationele kosten.

Shaowu Zhou, Zuoxuan Hu, Jian Zhang, Hao Deng, Ziyang Wang2026-08-10
💻 computer science

PR-CNN: A Multiscale Attention Relation Network for Accurate Bean Leaf Disease Image Recognition

Dit artikel stelt PR-CNN voor, een deep learning-framework dat convolutionele neurale netwerken, pyramid split attention en een relationeel netwerk integreert om een zeer nauwkeurige en robuuste herkenning van bonenbladziekten te bereiken door effectief uitdagingen aan te pakken zoals subtiele visuele verschillen, complexe achtergronden en beperkte beschikbaarheid van gegevens.

Hongyun Song, Laixiang Xu, Longguo Wu, Hao Zhao2026-08-10
💻 computer science

PredictStroke: A Two-Stage Modular System Combining Machine Learning Ensemble Risk Prediction and Multimodal Symptom Triage Support

PredictStroke is een modulair tweestapsysteem dat een ensemble machine learning-model voor langetermijnvoorspelling van het beroerterisico integreert met real-time, op visie en spraak gebaseerde classificaties voor acute symptoomtriage, waarbij een hoge prestatie bij risicobeoordeling wordt aangetoond terwijl de haalbaarheid van onafhankelijke acute detectiemodules wordt gevalideerd ondanks lagere real-time scores.

Nafisa Raisa, Ibrahim Nabid2026-08-10