📄 other

MRT: A Mamba-based Framework with Reusable Transformer for Scene Text Recognition

Het artikel stelt MRT voor, een framework voor scène-tekstherkenning dat Neighborhood Attention-enhanced Mamba combineert voor efficiënte lokale ruimtelijke aggregatie met een gewichtsgedeelde Reusable Transformer voor bidirectionele globale context, waarmee een superieure nauwkeurigheid-efficiëntie-afweging wordt bereikt over meerdere benchmarks.

Yingnan Zhao, Dewen Zhang, Zuguo Yang, Jielin Jang2026-07-24
📄 other

Federated Learning for Distributed Cyber Threat Detection: A Systematic Review of Architectures, Applications, and Open Challenges

Deze systematische review analyseert federated learning-architecturen, toepassingen en uitdagingen voor gedistribueerde detectie van cyberdreigingen, waarbij de verschuiving naar gedecentraliseerde modellen wordt benadrukt om privacy- en bandbreedtebeperkingen aan te pakken, terwijl niet-IID-data en aanvallen door tegenstanders worden geïdentificeerd als kritieke barrières voor effectieve implementatie.

Joshua Babatola2026-07-24
📄 other

An REAE-LTransformer model for lithium-ion battery RUL prediction based on IFVIM

Dit artikel stelt een REAE-LTransformer-model voor dat is geoptimaliseerd door een Improved Four-Vector Intelligent Metaheuristic (IFVIM)-algoritme om de resterende levensduur van lithium-ionbatterijen nauwkeurig te voorspellen door effectief degradatiekenmerken te extraheren, langetermijnafhankelijkheden te vangen en voorspelfouten te minimaliseren, waarbij een superieure prestatie wordt bereikt met een MAE onder 0,024 en een R² boven de 0,99 over meerdere datasets.

xiaoqiang zhao, siyu wang, guangbo yu, yongyong hui, zongyu wang2026-07-24
📄 other

A Lightweight Appearance-Guided Association Module for Underwater Multi-Fish Tracking

Dit artikel stelt een lichtgewicht, op XGBoost gebaseerde appearance-guided associatiemodule voor die kleur-, gradiënt- en morfologische beschrijvers integreert in het SORT-framework om identiteitswisselingen aanzienlijk te verminderen en de nauwkeurigheid van tracking te verbeteren voor dichtbevolkte visbestanden tijdens realtime onderwatermonitoring.

Yanan Zhou, Dlxat Turgun, Jianhua Cao, Zhenyu Zhang, Qian Long2026-07-24
📄 other

A Scalable Hybrid Encryption Framework Based on Unimodular Hill Cipher, Logistic Chaotic Key Generation, and AES-CBC for Secure Binary File Protection

Dit artikel stelt een schaalbaar hybride encryptiekader voor dat een wachtwoord-afgeleide Logistische Kaart combineert voor chaotische sleutelgeneratie, een dynamische Unimodulaire Hill-cijfer voor het construeren van grote inverseerbare matrices, en AES-CBC om robuuste, formaatonafhankelijke beveiliging te bieden voor universele binaire bestanden met bijna ideale entropie en sterke weerstand tegen cryptanalytische aanvallen.

Samsul Arifin, Dadan Ramdan Hidayat, Ade Kurniawan, Tiawan Tiawan, Merios Gusan Putra, Edwin Kristianto Sijabat, Dani Lu (…)2026-07-24
📄 other

A Scoring-Based Approach for Structuredness-Aware Business Process Classification

Dit artikel stelt een score-gebaseerde aanpak voor en evalueert deze, die bedrijfsprocessen automatisch classificeert in categorieën van gestructureerdheid (gestructureerd, semi-gestructureerd, losjes gestructureerd en ongestructureerd) door fijnmazige temporele en existentiële activiteitsrelaties binnen event logs te analyseren om het gebrek aan automatische ondersteuning in process mining aan te pakken.

Kerstin Andree, Ivan Kuzmin, Luise Pufahl2026-07-24
📄 other

MonitorVLM-v2: A Deployed Vision-Language Framework for Real-Time Safety Violation Detection

MonitorVLM-v2 is een ingezet framework dat open-ended visuele-talige redenering transformeert naar efficiënte, eenstaps symbolische voorspellingen via symbolische beleidsoptimalisatie en entropie-gestuurde triage, waarbij het een 19,45 keer hogere snelheid en significant hogere detectiepercentages van overtredingen bereikt in real-time industriële veiligheidsbewaking vergeleken met handmatige inspectie.

Jiang Wu, Sichao Wu, Yinsong Ma, Lifang Zheng, Jingliang Duan2026-07-24
📄 other

RGBA-Net: Reliability-Gated Asymmetric Fusion with Boundary Awareness for Lightweight RGB-D Salient Object Detection

RGBA-Net is een lichtgewicht, state-of-the-art RGB-D salient object detection framework dat een asymmetrische dual-stream encoder, een depth reliability gate en een boundary-aware fusiemodule gebruikt om een hoge nauwkeurigheid te bereiken met slechts 3,49 miljoen parameters terwijl het effectief dieptegeluid en complexiteit vermindert.

Tianlun Yuan, Mengchun Yu, Yongfeng Jin, Qinglin Huang, Jing Li2026-07-24