💻 computer science

An Agent-Based Concept Generation ApproachUsing Concept Bottleneck Models for ChestRadiograph Classification

Deze studie toont aan dat klinisch gefundeerde conceptconstructie concept bottleneck-modellen voor de classificatie van thoraxfoto's verbetert, waarbij gesuperviseerde benaderingen een sterke prestatie bereiken die vergelijkbaar is met niet-bottleneck baselines, terwijl labelvrije modellen een veelbelovend alternatief bieden wanneer conceptannotaties niet beschikbaar zijn.

Mehmet Varan, Fatih Soygazi, Damla Oguz2026-07-17
💻 computer science

BioGraph-SentiCOVID: Calibrated Adaptive Context Selection for Graph Neural Sentiment Analysis of COVID-19 Tweets

Dit artikel introduceert BioGraph-SentiCOVID, een gekalibreerd adaptief-contextueel graafneuraal framework dat conversatiecontextselectie en hyperparameters optimaliseert via een genetisch algoritme om de state-of-the-art sentimentclassificatie van ruisige COVID-19-tweets op Twitter te bereiken.

Moustafa MAASKRI, Mohamed GOISMI, Djamal SEGHIER, Mohamed DEBBAB2026-07-17
💻 computer science

Political Stance Detection on X During the 2024U.S. Election: A Comparative Study of Classical, Neural, and Transformer Models

Dit artikel presenteert een vergelijkende studie van klassieke, neurale en transformer-modellen voor het detecteren van politieke standpunten op X tijdens de Amerikaanse verkiezingen van 2024, waarbij wordt aangetoond dat hoewel de gefinetunede BERTweet de hoogste nauwkeurigheid bereikt, zorgvuldig ontworde klassieke modellen zoals lineaire SVM's een zeer competitief, efficiënter en interpreteerbaarder alternatief bieden voor schaalbare implementatie.

Qile Wang, Sahar Ostadrahimi, Safoura Faghri, Mohammad Baksh, Matthew Louis Mauriello, Kenneth E. Barner2026-07-17
💻 computer science

Classical Methods Match or Exceed Two Recent Graph Neural Networks for Bipartite Community Detection Using Network Topology Alone

Dit artikel toont aan dat klassieke methoden voor gemeenschapsdetectie op bipartiete netwerken consistent even goed presteren als of beter presteren dan recente Graph Neural Networks wanneer zij uitsluitend de topologie gebruiken, gebaseerd op een uitgebreide evaluatie van veertien methoden over acht reële en vijf synthetische datasets.

Aneesh K Sajan2026-07-16
💻 computer science

A Workflow for Grant Discovery and Proposal Development Using Large Language Models: Development and Formative Evaluation

Dit artikel beschrijft en evalueert formatief een gestuurde, door een groot taalmodel ondersteunde workflow die is geïmplementeerd bij een Colombiaans gezondheids-AI-bedrijf om de doorvoer en traceerbaarheid van subsidieonderzoek en voorstelontwikkeling systematisch te verbeteren, terwijl het toezicht van onderzoekers behouden blijft.

Katherine Monsalve Barrientos, Natalia Castano-Villegas, Jose Zea, Laura Velásquez2026-07-16
💻 computer science

Iterative Feedback--Refinement for Faithful Structured Clinical-Note Representation

Dit artikel stelt een iteratief feedback-verfijningskader voor dat gebruikmaakt van grote taalmodellen om dynamisch adaptieve schema's te induceren voor het converteren van ongestructureerde klinische aantekeningen naar getrouwe, gestructureerde representaties, wat bestaande baselines overtreft door het aantal weglatingen en hallucinaties aanzienlijk te verminderen zonder dat gelabelde data of fijnafstemming vereist is.

Eslam Ahmed Mohamed, Irini Logothetis, Adrian Bingham, Kon Mouzakis2026-07-16
💻 computer science

Hidden Universal Collapse Behind Apparent Robustness: Dual-Metric Cross-Site Audit of a Laparoscopic Surgical AI Detector

Deze studie toont aan dat evaluaties met één enkele metriek de universele instorting van chirurgische AI-modellen over verschillende locaties kunnen maskeren door een schijnbare robuustheid in specifieke klassen te benadrukken, terwijl audits met twee metrieken wijdverspreide uitval en het feit onthullen dat de vervanging van de backbone, in de door ons geteste configuraties, het gat niet wist in zowel aangepaste detectoren als voorgetrainde fundamentmodellen.

hui zhu, congbin zhu, Sio Lam UN, QI CHENG, ZHANDONG MENG, qiliang WANG, cong hu, huiying Zhu2026-07-16
💻 computer science

Automated Arrhythmia Detection from ECG Signals: AComparative Study of Bidirectional Long Short-Term MemoryNetworks and Residual Convolutional Neural Networks

Deze studie benchmarkt Bidirectional Long Short-Term Memory-netwerken met aandacht tegenover Residual Convolutional Neural Networks voor automatische ECG-aritmiedetectie, waarbij wordt vastgesteld dat de ResNet-architectuur een superieure prestatie (98,0% nauwkeurigheid) behaalt door complexe morfologische kenmerken beter te extraheren uit een dataset van meer dan 109.000 hartslagen.

Jajang Jaya Purnama, Sri Rahayu, Risnandar Risnandar2026-07-16
💻 computer science

A Deterministic Spatial Representation Packet for Sports Trajectories Under Explicit Coordinate, Threshold, and Tolerance Assumptions

Dit artikel presenteert een deterministische pijplijn voor het converteren van eindige, ruisgevoelige sporttraject-samples naar controleerbare symbolische artefacten door expliciet coördinaat-, drempelwaarde- en tolerantie-aannames af te dwingen, terwijl de reikwijdte strikt beperkt blijft tot representatie en traceerbaarheid in plaats van fysieke reconstructie of semantische inferentie.

WU YANG CHEN XI2026-07-16