💻 Category

cs

2403 papers

💻 computer science

Auditing Curriculum-Order Representations in Educational AI: Held-Out Metadata-Transition Prediction in Synthetic and Oak Corpora

Dit artikel auditeert educatieve AI-systemen met behulp van karaktergebaseerde taalmodellen en stelt vast dat hoewel deze systemen succesvol gevolgde curricula-transities in synthetische en real-world datasets kunnen voorspellen, deze capaciteit voortkomt uit het exploiteren van expliciete metadata-factorisatie in plaats van een semantisch begrip van de lesinhoud.

Tomoki Saka2026-08-10
💻 computer science

A Comprehensive Study of Supervised Machine Learning Models for Zero-Day Attack Detection: Analyzing Performance on Imbalanced Data

Deze studie evalueert vijf supervised machine learning-modellen voor het detecteren van zero-day aanvallen op ongebalanceerde data, waarbij uiteindelijk XGBoost wordt geselecteerd als de optimale oplossing vanwege de superieure balans tussen hoge nauwkeurigheid en snelle verwerkingstijd in vergelijking met de meer nauwkeurige maar tragere Random Forest.

Zahra Lotfi, Mostafa Lotfi2026-08-10
💻 computer science

Predicting Case Processing Duration in Kenyan Magistrate Courts: A Three-Stage Machine Learning Pipeline for Proactive Backlog Management

Deze studie introduceert een driefasige machine learning-pijplijn, gevalideerd op meer dan 670.000 Keniaanse zaken bij magistraatshoven, die gebruikmaakt van LightGBM- en CatBoost-modellen om de verwerkingstijden van zaken te voorspellen en afhandelingen op dezelfde dag te classificeren, waardoor proactief beheer van achterstanden mogelijk wordt door middel van een empirisch afgeleid risicoschema en een geïmplementeerde webapplicatie.

Anuary Mulombi, Fidelis Mukudi, Anthony Mile2026-08-10
💻 computer science

Cross-Domain Transfer Learning for Brain Tumor Classification Under Limited MRI Data Regimes: A Fraction-Resolved Benchmark with Explicit Statistical and Methodological Caveats

Deze studie toont aan dat op ImageNet voorgetrainde EfficientNet-B0 aanzienlijk beter presteert dan willekeurige initialisatie voor vierklasse hersentumor-MRI-classificatie alleen onder extreme gegevensschaarste (5% van 5.600 afbeeldingen), terwijl de kritieke beperkingen zoals potentiële patiëntniveau-datalekkage en het gebrek aan statistische significantie voor de voordelen van transfer learning bij grotere gegevensfracties worden benadrukt, wat uiteindelijk pleit tegen autonome inzet zonder verdere rigoureuze validatie.

Nakib Uddin Ahmed, Azizur Rahman, Mehjabin Ferdous, Md. Shahadat Hossain, Kadirur Rahman Chowdhury, Akhlak Uz Zaman Ashi (…)2026-08-10
💻 computer science

Comprehensive Analysis of Machine Learning Models for Five-Class Sleep Stage Classification Using PPG Signals

Deze studie toont aan dat een Random Forest-model dat gebruikmaakt van gecombineerde PPG- en inter-beat intervalkenmerken een nauwkeurige, interpreteerbare en computationeel efficiënte classificatie van vijf slaapstadia kan bereiken uit draagbare PPG-signalen, wat een levensvatbaar alternatief biedt voor de middelenintensieve deep learning-benaderingen.

Rafael Martins, Rita Ribeiro, Hugo Pereira, Vasco Silva, Alberto Freitas, Rute Almeida, Goreti Marreiros, Luís Conceição2026-08-10
💻 computer science

BMTransUNet: Boundary-Aware Gated Multimodal Transformer for Remote Sensing Semantic Segmentation

Het artikel stelt BMTransUNet voor, een boundary-aware gated multimodale Transformer U-Net die RGB- en DSM-gegevens integreert via adaptieve fusie, Vision Transformer-gebaseerde contextmodellering en randversterkende skip-verbindingen om superieure semantische segmentatienauwkeurigheid in remote sensing-beelden te bereiken.

Xiaona Peng, Chengyun Liu, Yaping Zhao, Zhenyan Wang, Zhong Chen, Zhenxue Chen2026-08-10
💻 computer science

Scene-aware Transformer encoder with Multi Instance Learning-guided Attention Mechanism for Anomaly Detection in Video Surveillance

Dit artikel stelt het STAM-framework voor, dat contrastief leren voor scènebewuste embeddings integreert met een transformer-encoder geleid door Multi-Instance Learning-aandacht, om effectief contextuele en temporele beperkingen in video-anomaliedetectie aan te pakken en een superieure nauwkeurigheid op benchmark-datasets te bereiken.

Rifa Nizam Khan, Mohd. Amjad2026-08-10