💻 computer science

Native Byzantine-Robust Aggregation for Trustworthy Federated Learning: A C++20 Evaluation of Krum, Multi-Krum, Trimmed Mean, and Coordinate-wise Median

Dit artikel presenteert en evalueert een hoogwaardige C++20-implementatie van Byzantijnse-robuuste aggregatiealgoritmen (Krum, Multi-Krum, Trimmed Mean en Median) voor Federated Learning, waarbij door middel van rigoureuze correctheidscontroles en benchmarks wordt aangetoond dat het combineren van expliciete Byzantijnse aannames met numeriek defensief native systeemontwerp de aggregatie aanzienlijk versnelt terwijl de robuustheid tegen kwaadwillige updates behouden blijft.

Md Shahanur Islam Shagor2026-09-10
💻 computer science

Policy-Gated Zero-Trust Federated Learning: Identity-Bound Enrollment, Replay-Resistant Control, and Secure Coordination

Dit artikel stelt een beleidsgestuurde zero-trust architectuur voor en valideert deze voor federated learning, die netwerkauthenticatie ontkoppelt van modelinvloed door identiteiten te binden aan ondertekende tokens, strikte inschrijfprijzen met cryptografische nonces af te dwingen, en rigoureus te testen tegen 22 adversariële scenario's om te waarborgen dat alleen geautoriseerde, verse en niet-geannuleerde deelnemers de globale modelinvloed kunnen uitoefenen.

Md Shahanur Islam Shagor2026-09-10
💻 computer science

Adaptive Recursive Learning in Mixture of Experts: A Systematic Review

Deze systematische review maakt onderscheid tussen adaptieve routering en recursief leren in Mixture-of-Experts (MoE) architecturen om het Recursive Adaptive Recursive Learning (RARL) framework voor te stellen, dat de huidige literatuur over dynamische berekening en expertspecialisatie synthetiseert terwijl het een onderzoeksagenda schetst om uitdagingen zoals routeringsstabiliteit en hulpbron-beperkte intelligente allocatie aan te pakken.

SIMAR SINGH RAYAT2026-09-10
💻 computer science

Project-Aware Validation in Software Defect Prediction: A Controlled Simulation and Real-World Benchmark Study of Evaluation Optimism

Deze studie toont door middel van gecontroleerde simulaties en een secundaire analyse van real-world benchmarks aan dat het gebruik van gepoolde willekeurige train/test-splits bij softwaredefectvoorspelling systematisch optimistische prestatie-inschattingen oplevert vergeleken met projectbewuste validatiemethoden, wat het kritieke belang onderstreept van evaluatieprotocollen die projectgrenzen respecteren.

Vladimir Tomilov2026-09-10
💻 computer science

Trustworthy AI for Dengue Outbreak Forecasting Using a Temporal Fusion Transformer with Explainability and Uncertainty Estimation

Deze studie presenteert een betrouwbaar AI-framework voor het voorspellen van dengue-uitbraken dat een Temporal Fusion Transformer integreert met probabilistische onzekelijkheidsschatting, intrinsieke verklaarbaarheid en regelgebaseerde risicostratificatie om baseline-modellen te overtreffen en besluitvorming in de publieke gezondheidszorg te ondersteunen.

Anima Dahal, Bibash Basnet2026-09-10
💻 computer science

Quorum-Bounded Asynchronous Federated Learning under Non-IID Data and Adversarial Clients: A Systems Study of Stale-Update Exclusion and Convergence

Deze studie toont aan dat een quorum-gebonden asynchroon federated learning-ontwerp de door stragglers veroorzaakte latentie effectief met wel 72% vermindert zonder de uiteindelijke nauwkeurigheid significant te schaden, hoewel het onthult dat dataheterogeniteit de door kwaadwillende cliënten veroorzaakte convergentieschade kritiek versterkt.

Md Shahanur Islam Shagor2026-09-10
💻 computer science

A Severity-Calibrated Adversarial Benchmark for Federated Learning: From Label Corruption to Structured Model-Update Injection

Dit artikel introduceert een op ernst gekalibreerde adversariële benchmark voor federated learning die vijf verschillende aanvalsfamilies evalueert onder uiteenlopende omstandigheden, waarbij wordt aangetoond dat de omvang van de aanval alleen een onvoldoende indicator is voor schade en dat een robuuste beveiligingsevaluatie rekening moet houden met de geometrie van de aanval, het aandeel van de kwaadaardige populatie en aggregatieregels.

Md Shahanur Islam Shagor2026-09-10
💻 computer science

How Far Can a Single Vector Carry a Language? Mechanistic Limits of Inference-Time Steering for Low-Resource Devanagari Languages

Dit artikel onderzoekt de mechanistische limieten van inferentie-tijd sturing om laag-resource Devanagari-talen (Maithili, Nepalees en Bhojpuri) te genereren met behulp van Hindi-representaties in grote meertalige modellen, waarbij wordt vastgesteld dat hoewel een enkele vectorverschuiving naleving van de doeltaal kan induceren, dit onvermijdelijk leidt tot een instorting van de vloeiendheid, wat onthult dat stuurbaarheid wordt beperkt door lineaire scheidbaarheid in plaats van door modelcompetentie of vocabulaire-overlap.

Sumit Yadav, Santosh Giri, Ganesh Gautam2026-09-10
💻 computer science

Trusting the Null: Positive-Control Fuzzing of Post-Quantum Decode and Verify Paths in Java

Dit artikel toont aan dat hoewel een grootschalige fuzzing-campagne geen defecten vond in de post-quantum decode- en verify-paden van Bouncy Castle 1.85, een positieve-controlebenadering de testomgeving succesvol valideerde door kritieke fouten in de lengtevalidatie in zowel Bouncy Castle 1.84 als meerdere JDK-releases te ontdekken, wat onthulde dat deze implementaties enkel verschillen in het moment van hun controles in plaats van in de logica van hun beslissingen.

Arpan Sharma2026-09-10
💻 computer science

Drosophila Connectome Topology Provides No Measurable Language- Model Advantage: A Preregistered Negative Experimental Program

Deze preregistreerde studie testte systematisch of de topologie van het brein van Drosophila taalmodellen kon verbeteren en stelde vast dat, ondanks diverse architecturale integraties, door de vlieg afgeleide bedrading geen meetbaar voordeel bood ten opzichte van willekeurige, op de graad gebaseerde of standaard baselines in het verminderen van de negatieve log-likelihood of het verbeteren van associatieve retrieval.

Vladislav Matyukhin2026-09-10