💻 computer science

Automatic Discovery of Intra-Class Sub-Structure for Supervised Tabular Classification: Offline Clustering vs. Joint Sub-Center Training

Deze rigoureuze empirische studie toont aan dat hoewel conventionele offline clustering van penultieme kenmerken om intra-klasse substructuur te ontdekken onbetrouwbaar is en vaak de prestaties van tabulaire classificatie verslechtert, een gezamenlijke end-to-end subcenter-training benadering deze risico's effectief mitigeert, hoewel de auteurs concluderen dat er momenteel geen robuuste heuristiek bestaat om te voorspellen wanneer dergelijke substructuurontdekking gunstig is.

Seyed Ali Zaribaf, Mohammad Roustaei2026-07-30
💻 computer science

An automated pipeline for biomedical research hotspot mining integrating contextual embeddings and temporal citation ranking: a case study in cataract research

Dit artikel presenteert een volledig geautomatiseerde pijplijn die BioBERT-contextuele embeddings, hybride clustering en temporele citatieranking integreert om biomedische onderzoekslandschappen effectief in kaart te brengen en evoluerende hotspots te identificeren, zoals aangetoond door middel van een uitgebreide casestudy over cataractonderzoek.

Xiaoming Wu, Keqiang Wang, Xiujing Shi, Yuan Ni, Guoxin Wang, Dongle Liu, Jiajun Sun, Zhen Guo2026-07-30
💻 computer science

Global Interaction Modeling with Human Knowledge for Important Traffic Objects Identification

Dit artikel stelt een nieuw raamwerk voor voor het identificeren van belangrijke verkeersobjecten dat gebruikmaakt van Bird's-Eye View globale interactiemodellering en een Contrastive Language-Motion Pre-training aanpak om menselijke kennis te integreren, waardoor de beperkingen van bestaande 2D-visuele methoden in ruimtelijke-temporele redenering en dynamisch begrip worden overwonnen.

Yiming Huang, Faliang Chang, Chunsheng Liu, Penghui Hao, Jun Zhou2026-07-30
💻 computer science

CATD-LPT-CFPM- Cluster Aware Top-Down Linear Prefix Tree for Closed Frequent Pattern Mining

Het artikel stelt het CATD-LPT-CFPM-framework voor, dat closed frequent pattern mining verbetert door transacties te clusteren om de zoekruimte te verkleinen en een multi-level pruning-strategie met een Top-Down Closedness Pruning-mechanisme toe te passen om redundante verwerking en geheugengebruik te minimaliseren, ondanks het feit dat het enige overhead veroorzaakt door clustering en boomconstructie.

M Sinthuja, P Saranya, M. Diviya2026-07-30
💻 computer science

Canonical Alignment and Weighted Neural Network for Autonomous Part Defect Identification in 3D Point Clouds

Dit artikel stelt een verbeterd op PointNet gebaseerd framework voor voor autonome defectidentificatie in 3D-puntenwolken dat deterministische SVD-gebaseerde canonieke uitlijning en gewogen cross-entropy loss gebruikt om geometrische variabiliteit en klasse-onbalans te overwinnen, waarbij verbeterde nauwkeurigheid en verminderde inferentielatentie worden bereikt voor real-time industriële inspectie.

Qingze Zou, ElHussein Shata, Baihui Chen, Yuebin Guo2026-07-30
💻 computer science

Atmospheric Turbulence-Driven Chaotic Cloud Drift Optimization for Feature Selection and Forecasting

Dit artikel stelt het Chaotic Improved Cloud Drift Optimization (CI-CDO) algoritme voor, een nieuwe metaheuristiek die is verbeterd door atmosferische turbulentiedynamiek en chaotische kaarten, die superieure prestaties demonstreert bij het oplossen van benchmark optimalisatieproblemen, het selecteren van optimale kenmerkensubsets voor classificatie en het voorspellen van real-world milieugegevens.

Abdelmonem M. Ibrahim, Doaa A. Fakhry, Ahmed Abdel-Monsef Allam2026-07-30
💻 computer science

Metadata Supervised Imaging Representations for Modelling and Controlling Acquisition Variability

Dit artikel stelt een met metadata gesuperviseerde aanpak voor om anatomische structuren te ontwarren van acquisitieafhankelijke variaties in biomedische beeldvorming, wat de creatie van acquisitiebewuste representaties en een verenigd harmonisatiemodel mogelijk maakt dat de generalisatie, interpreteerbaarheid en klinische inzetbaarheid over diverse beeldvormingsprotocollen en locaties heen verbetert.

Mehmet Yigit Avci, Pedro Borges, Virginia Fernandez, Natalia Glazman, Paul Wright, Mehmet Yigitsoy, Sebastien Ourselin (…)2026-07-30
💻 computer science

Interpretable Ensemble Machine Learning for Process-Parameter-Driven Prediction of TiO₂–PVP Electrospun Nanofiber Diameter

Deze studie toont aan dat een interpreteerbaar ensemble machine learning-framework, specifiek gebruikmakend van Extra Trees Regression, accuraat de diameter van TiO₂–PVP elektrogesponnen nanofibers kan voorspellen op basis van procesparameters, waardoor het een zeer efficiënt en precies alternatief biedt voor traditionele, tijdrovende experimentele optimalisatiemethoden.

Chetan More, Harshada Mhetre, Kedar Sahasrabudhe, Asmita Mali, Sameer Gajmal, Amol Bhopale, Amit Shewale2026-07-30
💻 computer science

MSF-TrashDet: A Lightweight Multi-Scale Feature Fusion Network for Automatic Waste Object Detection Using the TrashNet Dataset

Dit artikel stelt MSF-TrashDet voor, een lichtgewicht multi-schaal feature fusion netwerk dat gebruikmaakt van een nieuwe Multi-Scale Feature Enhancement block en gestructureerde kanaalpruning om een nauwkeurige, efficiënte detectie van afvalobjecten op de TrashNet dataset te bereiken, waarbij het superieur presteert aan state-of-the-art modellen zoals YOLOv5n, YOLOv8n en YOLOv11n met 91,91% mAP50 terwijl een lage computationele complexiteit behouden blijft.

Tao Yanfen, Lei Lijuan, Gao Yousheng, Fan Dongdong, Mei Pengfei2026-07-30
💻 computer science

A Scalable Hybrid Encryption Framework Based on Unimodular Hill Cipher and Chaotic Logistic XOR Stream Cipher for Secure Binary File Protection

Dit artikel stelt een schaalbaar hybride encryptiekader voor dat de Unimodulaire Hill-cijfer combineert met een op een chaotische Logistische Kaart gebaseerde XOR-stroomcijfer om een veilige, efficiënte en formaatonafhankelijke bescherming voor willekeurige binaire bestanden te bieden, waarbij een bijna ideale willekeur, sterke weerstand tegen statistische aanvallen en verliesvrije herstel met een hoge doorvoer worden bereikt.

Samsul Arifin¹, Ade Kurniawan, Tiawan Tiawan, Merios Gusan Putra, Edwin Kristianto Sijabat, Dani Lukman Hakim, Dwi Wijon (…)2026-07-30