cs papers | Gist.Science

DERMA-Agent: An Agentic Framework for Prognostic Discovery in Pan-Cancer Pathology

DERMA-Agent is een nieuw agentisch framework dat multimodale fundamentele modellen en dynamische statistische executie benut om autonoom morfomoleculaire prognostische signaturen te genereren en te valideren uit pan-cancer whole slide images, waarbij de beperkingen van statische gesuperviseerde modellen aanpakt door middel van iteratieve hypotheseontdekking terwijl strikte veiligheidscontroles in een retrospectieve onderzoekssetting worden gehandhaafd.

Gurumurthy Swaminathan2026-07-22

💻 computer science

Privacy-Preserving Keystroke Dynamics Authentication Using CKKS Homomorphic Encryption

Dit artikel presenteert een privacy-bewarend authenticatiesysteem voor toetsaanslagdynamiek dat is geïmplementeerd met behulp van het CKKS homomorfe encryptieschema, wat veilige sjabloonmatching mogelijk maakt via berekeningen van de gekwadrateerdeerde Euclidische afstand terwijl wordt gegarandeerd dat biometrische vectoren gedurende het gehele proces vertrouwelijk blijven.

Nipun Mahaarachchi2026-07-22

💻 computer science

Learning What to Think: Continual and Open-Ended Thinking Activity Scheduling for Autonomous Robots

Dit artikel stelt een continu en open einde kader voor dat leert om de denkactiviteiten van autonome robots te plannen op basis van historische gegevens en de context van de omgeving, wat de succespercentages bij taken en de generalisatie over taken heen aanzienlijk verbetert, terwijl het redundante LLM-oproepen en operationele schendingen vermindert.

Su Hong2026-07-22

💻 computer science

Predictable Emergence: An Empirical Analysis of Whether Sharp Capability Jumps Follow from Smooth Per-Token Scaling Laws

Dit artikel toont aan dat de scherpe "emergente" sprongen in de exact-match nauwkeurigheid bij optellen van meercijferige gehele getallen geen echte discontinuïteiten in de capaciteit van het model zijn, maar in plaats daarvan volledig voorspelbare artefacten die het resultaat zijn van vloeiende, volgens een machtswet verbeterende nauwkeurigheid per token, gecompenseerd door de niet-lineariteit van het vereisen dat alle cijfers correct zijn.

Alexander Memming2026-07-22

💻 computer science

The Three-Force Phase Diagram of Mixture-of Experts: Gradient Alignment Theory and Causal Veri cation on Mixtral 8×7B

Dit artikel introduceert de cross-expert gradiënt uitlijningsmetriek (Γ) om aan te tonen dat standaard Mixture-of-Experts-training, met name in Mixtral 8×7B, fundamenteel wordt gedreven door een structurele zero-sum competitie veroorzaakt door de gecombineerde negatieve effecten van softmax-koppeling en top-k normalisatie, wat een persistente negatieve uitlijningsattractor creëert die alleen overwonnen kan worden door deze specifieke architecturale beperkingen te verwijderen.

庆君张2026-07-22

💻 computer science

An Effective Inter and Intra-Layerdependencies Based Communitydetection Model Using S-NOA and S2ASD-Munet.

Dit artikel stelt een nieuw model voor gemeenschapsdetectie voor dat het Skellam Nutcracker Optimization Algorithm (S-NOA) en een SwishSERF Attention Spatial Drop-Macro Unit CNN (S2ASD-MUNet) gebruikt om inter- en intra-laag afhankelijkheden effectief te analyseren, waarbij een hoge modulariteitsscore van 0,962 wordt bereikt.

Dheeraj Kumar Dubey, John Paul Martin, Keshab Nath2026-07-22

💻 computer science

MESH for Incremental Digital-physical system (MESH4ID): A Headset-Centred Virtual Reality Pipeline

Dit artikel introduceert MESH4ID, een op een headset gecentreerde virtual reality-pipeline gebouwd op Unity/OpenXR die gebruikers in staat stelt om binnenomgevingen vast te leggen, te beheren en te reconstrueren door live LiDAR-stromen te bevriezen in traceerbare snapshots voor interactieve inspectie en on-demand mesh-generatie binnen een immersieve VR-omgeving.

Simone Cantarelli, Daniela Francia, Gian Maria Santi, Alfredo Liverani2026-07-22

💻 computer science

SMPD: Self-Supervised Meta-Learning for Predictive IoT Compromise Detection with Few-Shot Adaptation

Het artikel stelt SMPD voor, een nieuw zelfgesuperviseerd meta-leersframework dat multimodale temporele data en contrastieve pre-training benut om compromittering van IoT-apparaten 24–48 uur van tevoren met hoge nauwkeurigheid en few-shot adaptiviteit te voorspellen, waarbij het bestaande intrusiedetectie-baselines in omgevingen met beperkte middelen aanzienlijk overtreft.

Anwer KALGHOUM, Sofien MHATLI2026-07-22

💻 computer science

Interpretable Audio Pattern Discovery in Keyword-Spotting Models via Waveform Optimization and Segment-Level Analysis

Dit artikel introduceert GRADV, een reproduceerbare signaalanalyse-workflow die doelklasse-audiopatronen in keyword-spotting-modellen ontdekt en evalueert door golfvormen te optimaliseren en segmentniveau-analyse uit te voeren, waarbij hoge succespercentages worden behaald zonder nieuwe spraakherkenningsarchitecturen voor te stellen.

Aleksandr Gertsen, Aleksandr Lenshin2026-07-21✓ Author reviewed ⓘ

💻 computer science

Recovering Engineering-Change Traceability from Legacy CNC Work Orders: A Pydantic Schema and Few-Shot LLM Extraction Baseline

Dit artikel stelt een Pydantic-schema en een few-shot small language model baseline voor om engineering change-traceerbaarheid te extraheren uit gefragmenteerde, tweetalige en afgekapte legacy CNC-werkorders, waarbij een hoge schema-geldigheid wordt aangetoond terwijl wordt onthuld dat contextueel gegrondeerde pre-prompts de prestaties verslechteren en deterministische post-filters de precisie verbeteren zonder de recall te beïnvloeden.

Chien-Yu Lin, Yuan-Ping Luh, YUH-WEN CHEN2026-07-21

← Vorige Volgende →