💻 Category

cs

2456 papers

💻 computer science

Modular Differentiable Explanations for Markov Disease Models: A Transparent Framework for Clinical Decision Support

Dit artikel presenteert een modulaire programmeerbare differentiële framework die interpreteerbaarheid direct integreert in een continu-tijd Markov-ketenmodel voor klinische besluitvormingsondersteuning door transitieratent te deconstrueren naar klinisch betekenisvolle factoren, hun sensitiviteiten te berekenen via stochastische automatische differentiatie, en in realtime traceerbare, begrijpelijke verklaringen te genereren.

Virendra Kumar Tiwari2026-07-28
💻 computer science

Exploring Functional Shifts in Pos Tagging Across Various NLP Libraries: A Study of NLTK, spaCy and Textblob

Deze studie vergelijkt de prestaties van NLTK, TextBlob en spaCy bij het verwerken van garden path-zinnen veroorzaakt door functionele verschuivingen, waarbij wordt vastgesteld dat spaCy de andere twee bibliotheken aanzienlijk overtreft op het gebied van syntactische nauwkeurigheid en inzichten biedt voor het verbeteren van NLP-tools, inclusief die voor Afrikaanse talen.

Kayode Victor Amusan2026-07-28
💻 computer science

A Calibration-Aware Reference Architecture for Resilient Supply Chain Planning: Integrating Conformal Probabilistic Demand Forecasting with Scenario-Based Stochastic Vehicle Routing

Dit artikel presenteert een referentiearchitectuur en een open-source implementatie die machine learning en operations research in supply chain planning overbrugt door conformistische probabilistische forecasting te integreren met scenario-gebaseerde stochastische routing, waarbij via een synthetische backtest empirisch wordt aangetoond dat ongekalibreerde kwantielvoorspellingen leiden tot significante onderdekking en voorraadtekortrisico's, waardoor de noodzaak van kalibratiebewuste interfaces voor betrouwbare besluitvormingsondersteuning wordt gevalideerd.

Joseph Javier Sánchez Acuña2026-07-28
💻 computer science

Beyond Kinesthetic Twins: A Dematerialized Control Primitive for Zero-Shot Generalization Across Robot Morphologies

Dit artikel introduceert een gedematerialiseerd teleoperatiekader gebaseerd op de Kinematische Ontkoppelingscontroletheorie dat de noodzaak voor fysieke kinetische tweelingen elimineert door menselijke intentie in de informatieruimte orthogonaal te ontbinden, waardoor zero-shot generalisatie over diverse robotmorfologieën wordt bereikt en de lang gevestigde overtuiging dat fysieke krachtterugkoppeling essentieel is voor intuïtieve robotbesturing wordt omvergeworpen.

Yu-Xiang Wu, Yuyan Wu2026-07-28
💻 computer science

Cethraian-X: A Leakage-Clean, Multi-Seed Benchmark of Chest X-Ray Classification Under Weak Labels

Cethraian-X is een open-source, lekvrije benchmark voor multi-label borstkas-röntgenclassificatie met behulp van de NIH ChestX-ray14-dataset die strikte standaarden voor reproduceerbaarheid vaststelt door middel van multi-seed evaluatie, kalibratieanalyse en uitlegbaarheidstools om een transparante vergelijking van toekomstige methoden mogelijk te maken.

Mohammed Badhan2026-07-28
💻 computer science

Semantic Tracing in LLM-Based Multi-Agent Systems Using LangChain, LangGraph, and LangSmith for AI Governance

Dit artikel presenteert een semantisch sporend kader voor op LLM gebaseerde multi-agent systemen met gebruik van LangChain, LangGraph en LangSmith binnen de SHADOWAI-RISK prototype, waarmee wordt aangetoond dat het integreren van semantische evaluatie de semantische drift en schendingen van beperkingen aanzienlijk vermindert, terwijl er slechts een matige toename in latentie en nul lokale kosten optreden.

Audrey Rahimi2026-07-28
💻 computer science

From RAG to Runtime Intelligence: Design and Evaluation of a Multi-LLM Automated Learning Engine for Enterprise Knowledge Synthesis

Dit artikel presenteert en evalueert een Automated Learning Engine (ALE) die verder gaat dan standaard RAG door een multi-LLM georkestreerd systeem met hybride retrieval en state-machine workflows te hanteren, waarmee een significant verbeterde feitelijke nauwkeurigheid, contextuele relevantie en verminderde hallucinatiepercentages in enterprise kennissynthese wordt aangetoond vergeleken met baseline configuraties.

Swapnil M2026-07-28
💻 computer science

The Limits of Training Data Size in Foundation Models: An Empirical Analysis of Quality Filtering under a Fixed Token Pool

Door middel van empirische experimenten op een vaste pool van 24 miljoen tokens toont dit artikel aan dat agressieve kwaliteitsfiltering onder een vastgesteld rekenbudget vaak de modelprestaties schaadt door excessieve datarepetitie af te dwingen, terwijl het behouden van kwalitatief minderwaardige data en het oversamplen van hoogwaardige subsets superieure of gelijkwaardige resultaten oplevert voor diverse doelstellingen.

Alexander Memming2026-07-28
💻 computer science

What Counts as Compute? An Empirical Analysis of Accounting Conventions in Compute-Optimal Transformer Training

Dit artikel으로oont aan dat hoewel variërende boekhoudkundige conventies voor het tellen van parameters en rekenkracht de gefitste exponenten van de rekenoptimaal getrainde grens aanzienlijk veranderen, de resulterende praktische impact op de trainingsefficiëntie bescheiden is vanwege de vlakheid van het verlieslandschap, waarbij de specifieke boekhoudkundige keuzes voorspelbaar zijn vanuit eenvoudige architecturale ratio's.

Alexander Memming2026-07-28
💻 computer science

Bounded-Horizon Local Transformer Training on CPUs: Quality, Throughput, and Memory

Dit artikel evalueert bounded-horizon lokale training voor 24-laagse byte-level Transformers op many-core CPU's, waarbij wordt vastgesteld dat hoewel de voorgestelde readout-gradient consensus methode een doorvoersnelheidstoename van 38% bereikt ten opzien van globale backpropagation, het er niet in slaagt om te voldoen aan een criterium van 1% niet-inferioriteit voor modelkwaliteit over alle geteste datasets.

Vikram Lex2026-07-28