💻 Category

cs

2456 papers

💻 computer science

A Multi-Model Hybrid Defense Approach Against White-box Adversarial Attacks in Computer Network Traffic

Dit artikel stelt een veerkrachtig hybride verdedigingsmechanisme voor dat Adversarial Training en Gaussian Data Augmentation combineert om de nauwkeurigheid van Network Intrusion Detection Systems tegen Fast Gradient Sign Method en Carlini & Wagner adversarial aanvallen significant te herstellen, waarbij de prestaties na de aanval worden verbeterd van zo laag als 26,49% naar 96,57%.

Khushnaseeb Roshan2026-07-21
💻 computer science

Beyond Appearance: Intelligent Spatiotemporal Vision for Material-Aware Object Detection

Dit artikel introduceert een spatiotemporeel fusiekader dat multispectrale RGB-intensiteitskaarten integreert met directe time-of-flight fotonenhistogrammen om materiaalbewuste objectdetectie te bereiken, waarbij een hoge nauwkeurigheid in lokalisatie, classificatie en spoofing-resistentie wordt aangetoond via een tweeledige pijplijn die gevalideerd is op huishoudelijke objecten.

Deborah A. Minka2026-07-21
💻 computer science

Advances in Factoring and Primality Testing: From Classical to Quantum Algorithms

Dit artikel biedt een uitgebreid overzicht en een vergelijkende prestatieanalyse van klassieke en kwantumalgoritmen voor factorisatie en primality-testen, waarbij wordt geconcludeerd dat hoewel kwantummethoden zoals het algoritme van Shor aanzienlijke voordelen bieden voor factorisatie, zij geen vergelijkbare voordelen bieden voor primality-testen.

Anas A. Abudaqa, Nujud Alyami, Mostefa Kara, Farid Binbeshr, Muhammad Imam2026-07-21
💻 computer science

Evaluation of clustering methods for segmentation of hyperspectral remote sensing data

Dit artikel evalueert empirisch diverse clusteringmethoden op hyperspectrale remote sensing-data, waarbij wordt vastgesteld dat computationeel efficiënte, op centroids gebaseerde algoritmen zoals K-Means, wanneer gecombineerd met effectieve dimensionaliteitsreductie, consistent de beste balans bieden tussen kwaliteit, robuustheid en snelheid vergeleken met complexere alternatieven.

Ehsan Farahbakhsh, Pulkit Sharma, Aman Agrawal, Rohitash Chandra2026-07-21
💻 computer science

The Scaffold Jump Pattern: Progressive, Evidence-Gated Fading of Human Roles in Artificial Intelligence Systems

Dit artikel introduceert het "Scaffold Jump"-ontwerppatroon, een operationeel kader dat organisaties in staat stelt om AI-systemen systematisch en veilig te laten overgaan van volledige menselijke supervisie naar autonomie door vier afzonderlijke fasen te definiëren die gekoppeld zijn aan op bewijs gebaseerde overgangen die ervoor zorgen dat prestatiedrempels worden behaald terwijl verantwoording en ethische beperkingen worden gehandhaafd.

Michael Sadowski2026-07-21
💻 computer science

Face Recognition Utilizing Generative Adversarial Networks and Fuzzy Logicfor Angle Classification

Dit artikel stelt een adaptief Fuzzy-GAN-systeem voor dat Generative Adversarial Networks en fuzzy logica gebruikt om gezichtsoriëntaties te classificeren in lage, middelmatige en hoge hoeken (inclusclusief met de klok mee en tegen de klok in variërende afwijkingen) om pose-invariante gezichtsherkenning voor wetshandhavingsapplicaties te verbeteren.

Deepti Chepuri, Naga Venkata Jagan Mohan Remani2026-07-21
💻 computer science

From Partial Correctness to Completion: Predicting Learners’ Early Success in Programming Practice

Deze studie stelt een formulering voor die gebaseerd is op gedeeltelijke juistheid en voortgangsbewustzijn voor het voorspellen van vroegtijdig succes in programmeerpraktijk, en valideert dat deze de traditionele binaire en ordinale benaderingen aanzienlijk overtreft door de progressie van de lerende effectiever te vatten en gerichte instructieve ondersteuning mogelijk te maken.

Md. Shahajada Mia, Yutaka Watanobe, Md. Mostafizer Rahman, Md Faizul Ibne Amin, Daniel M. Muepu2026-07-21
💻 computer science

Machine Learning Approaches for Post-Harvest Management of Perishable Foods

Deze systematische review van 122 studies (2015–2025) toont aan dat machine learning-modellen, in het bijzonder ensemble- en hybride benaderingen geïntegreerd met niet-destructieve sensortechnologieën, het naoogstbeheer van bederfelijke vruchten significant verbeteren door de kwaliteitsbeoordeling en het verliesreductie over de gehele toeleveringsketen te optimaliseren, terwijl tegelijkertijd de noodzaak voor gestandaardiseerde datasets en validatie in de praktijk wordt benadrukt om de huidige uitdagingen bij implementatie te overwinnen.

Rukayat Bello, Vishnu Kumar, Garfield Jones, Stephen Egarievwe, Emmanuel Ohwadua, Guangming Chen2026-07-21