💻 computer science

Hybrid Siamese Deep Learning Framework for Duplicate Question Detection using Contextual and Lexical Feature Fusion

Dit artikel stelt een hybride Siamese deep learning-framework voor dat contextuele BERT-embeddings, lexicale Glove-gebaseerde CNN-BiLSTM-kenmerken en handmatig vervaardigde linguïstische metrieken combineert om effectief dubbele vragen op Community Question Answering-platforms te detecteren, waarbij een nauwkeurigheid van 85,03% wordt bereikt op de Quora Question Pairs-dataset.

Meherzadi Muntaha, Muhammad Junaid Asif, Naveed Hussain, Rana Fayyaz Ahmad2026-07-29
💻 computer science

An Emergency Decision Support Framework for Flight-Deck Accidents: Integrating Dynamic Adjudication, Multi-Agent Cooperation, and Hierarchical Path Planning

Dit artikel stelt het Intelligent Emergency Decision-support Framework for Flight-deck Safety (IEDFS) voor, een gesloten systeem dat dynamisch redeneren, multi-agent coöperatieve besluitvorming en hiërarchische padplanning integreert om de brandbestrijding, het overleven van slachtoffers en het operationeel herstel bij noodsituaties op marinevluchtdekken aanzienlijk te verbeteren in vergelijking met conventionele statische benaderingen.

Jianwei Huang, Yue Hou2026-07-29
💻 computer science

Metadata-based Methods to Generate Synthetic Health Data: A Scoping Review

Deze scoping review identificeert bestaande metadata-gebaseerde methoden voor het genereren van synthetische gezondheidsgegevens en belicht kritieke tekortkomingen in hun gestandaardiseerde evaluatie, ethische begeleiding en specifieke toepasbaarheid op codeontwikkeling in federatieve analysecontexten.

Christina Read, Oisín Ryan, Cynthia Poelen, Vjola Hoxhaj, Albert Cid Royo, Erik-Jan van Kesteren, Miriam Sturkenboom, Co (…)2026-07-29
💻 computer science

Drift-Aware Incremental Clustering for Cryptocurrency Rug-Pull Detection: An Empirical Comparison Against Periodic-Retrain Baselines on Real Ethereum Data

Dit artikel evalueert empirisch een van drift bewuste incrementele clustering aangepaste aanpak, afgeleid van malwaredetectie, voor het identificeren van cryptocurrency rug pulls op Ethereum, waarbij wordt vastgesteld dat hoewel deze in sommige gevallen een lager fout-positiefpercentage biedt, een periodiek hertrainde gesuperviseerde baseline uiteindelijk een hogere en stabielere algehele prestatie bereikt.

Jean Chrysostome NDAYISABYE2026-07-29
💻 computer science

Dynamic Adaptive Fusion Model (DAFM) for Real-Time Oil Production Forecasting

Deze studie stelt het Dynamic Adaptive Fusion Model (DAFM) voor, een intelligent voorspellingssysteem in realtime dat beslissingsbomen, Random Forests, XGBoost en BiLSTM-netwerken dynamisch integreert via adaptieve gating-mechanismen om de beperkingen van statische modellen te overwinnen, waarbij een superieure nauwkeurigheid (R² = 0,97) en snelle inferentie voor olieproductievoorspelling worden bereikt.

Fatna Said, Kai Zhang, Huaqing Zhang, Botao Jiao, Behzad Saberali, Edwin E Nyakila2026-07-29
💻 computer science

ModernBERT-TR: A Modern Encoder Foundation Model for Turkish

Het artikel introduceert ModernBERT-TR, een Turkse encoder met 150 miljoen parameters die vanaf nul is voorgetraind op 144,4 miljard tokens met behulp van de ModernBERT-architectuur en een aangepaste tokenizer, die bestaande Turkse baselines aanzienlijk overtreft en grotere gelijktijdige modellen evenaart ondanks dat deze met aanzienlijk minder middelen is getraind.

Besher Alkurdi, Himmet Toprak Kesgin, Muzaffer Kaan Yuce, Mehmet Fatih Amasyali2026-07-29
💻 computer science

DriftSense++: Spatially Adaptive Drift Management in Dynamic Spatial Crowdsourcing

DriftSense++ is een dynamisch framework dat de toewijzing van ruimtelijke crowdsourcing-taken verbetert door een gesloten, regio-bewuste aanpak te hanteren om zowel data- als conceptdrift te detecteren en adaptief te beheren, waarbij het bestaande methoden aanzienlijk overtreft in nauwkeurigheid, reductie van valse alarmen en herstelsnelheid over diverse real-world datasets.

Md Mujibur Rahman, Quazi Mamun, Michael Bewong, Md Zahidul Islam2026-07-29
💻 computer science

ICU Mortality and LOS Prediction Models Using Machine Learning Based on Both Real and Synthetic Data

Deze studie evalueert machine learning-modellen voor het voorspellen van mortaliteit op de IC en de ligduur in Ethiopische ziekenhuizen met behulp van reële en synthetische gegevens, waarbij wordt vastgesteld dat hybride training met door CTGAN gegenereerde gegevens andere methoden significant overtreft ondanks de hoge computationele kosten, terwijl tegelijkertijd wordt benadrukt dat zuurstofbehoefte en SpO2 de sterkste voorspellers voor mortaliteit zijn.

Girma Neshir Alemneh, Hirut Bekele Ashagrie, Lemlem Kassa Tegegne2026-07-28