cs papers | Gist.Science

Continuous Degradation Representation Learning for Remaining Useful Life Prediction

Het artikel stelt CoDeR voor, een framework voor het leren van continue degradatie-representaties dat een Dual-axis Coupled Transformer Encoder en een tijdbewuste contrastieve leermodule integreert om de beperkingen van gefragmenteerde representaties in bestaande deep learning-modellen te overwinnen, waardoor nauwkeurigere voorspellingen van de resterende levensduur voor aero-motoren worden gerealiseerd.

Wei Li, Ruitao Ning, Shilin He, Bo Li, Zhidong Zhang2026-07-14

💻 computer science

Rethinking Time Series with Kolmogorov-Arnold Networks: A Systematic Review

Deze systematische review evalueert de geschiktheid van Kolmogorov-Arnold Networks (KANs) voor tijdreeksanalyse en concludeert dat, hoewel ze uitblinken in interpreteerbare voorspellingen op de korte termijn met vloeiende patronen over diverse domeinen heen, hun huidige toepassing wordt beperkt door heterogeen bewijs, uitdagingen bij het verwerken van langetermijn-afhankelijkheden en regimeverschuivingen, en een behoefte aan gestandaardiseerde benchmarks en rigoureuze validatie van interpreteerbaarheid.

Antoni Mól, Dariusz Jemielniak, Leon Ciechanowski2026-07-14

💻 computer science

GRAD-Net: A Unified Pathology-Guided Framework for Automated Diabetic Retinopathy Grading

Dit artikel introduceert GRAD-Net, een verenigd pathologie-gestuurd deep learning-framework dat laesie-bewuste aandachtmechanismen en multi-schaal feature-aggregatie integreert om state-of-the-art nauwkeurigheid en klinische interpreteerbaarheid te bereiken bij geautomatiseerde gradering van diabetische retinopathie.

Dhaval Modi, Falgun Thakkar2026-07-14

💻 computer science

CRC-LS-MOCBO: Safe multi-objective causal Bayesian optimization under uncertain causal structures

Dit artikel introduceert CRC-LS-MOCBO, een sequentieel multi-objective causaal Bayesiaans optimalisatiekader dat veilige interventies waarborgt onder onzekere causale structuren door kandidaat-graafonzekerheid, stabiliteitsgewogen priors en conform risicocalibratie te integreren om beperkingsschendingen te minimaliseren terwijl de objectiefwinsten worden gemaximaliseerd.

Wu JunJie2026-07-14

💻 computer science

Low-Cost Real-Time Earthquake Detection and Early Warning System Using IoT, Embedded Machine Learning

Dit artikel presenteert een goedkoop, real-time aardbevingswaarschuwingssysteem dat gebruikmaakt van IoT-hardware (ESP32, GPS, GSM) en embedded machine learning-modellen getraind op historische seismische gegevens om patronen te detecteren en gebruikers onmiddellijk via SMS te waarschuwen, zelfs in gebieden met beperkte connectiviteit.

Dinesh Katole, Salim A. Chavan2026-07-14

💻 computer science

HybridPII: A Tunable High-Recall Ensemble for Automated PII Detection and Privacy Risk Assessment in Compliance-Critical Applications

Dit artikel introduceert HybridPII, een instelbaar hybride ensemblemodel dat gewogen regex en multi-model NER combineert om een superieure recall te bereiken voor automatische PII-detectie, specifiek gericht op de kritieke behoefte om foutieve negatieven te minimaliseren in nalevingsgevoelige privacytoepassingen.

Soni Sweta, Arunabh Kshitij Kshitij2026-07-14

💻 computer science

Weak-topological neural operators for certificate-guided physical prediction

Dit artikel introduceert Weak-Topological Neural Operators (WTNO), een raamwerk dat de selectie van neurale operatoren voor partiële differentiaalvergelijkingen verbetert door staatvoorspellers te koppelen aan geometrische, topologische en zwakke maat-certificaten om robuuste fysieke voorspellingen te waarborgen in scenario's met interfaces, topologische veranderingen en zeldzame gebeurtenissen.

Hanji Du, Zhichao Deng, Zhongyi He, Feiyu Wang, Shuaiyu Jin2026-07-14

💻 computer science

Toward a Theory of Semantic Fixed Points: Evidence from Iterative Language Model Self-Refinement

Deze studie levert empirisch bewijs dat iteratieve zelfverfijning van taalmodellen consistent convergeert naar stabiele semantische vaste punten over diverse architecturen en doelstellingen heen, wat suggereert dat er een onderliggend energielandschap bestaat waarbij zelfverbetering fungeert als een impliciet optimalisatieproces.

Som Subhro Nath2026-07-14

💻 computer science

Educational usability Analysis of WEKA and Orange for Learning Data Mining: A Task-Based Comparative Study with Students Feedback

Deze studie evalueert de educatieve bruikbaarheid van WEKA en Orange voor beginners in data mining door middel van taakgebaseerde vergelijkingen en studentfeedback, waarbij wordt geconcludeerd dat Orange effectiever is vanwege de intuïtieve visuele workflow en de gebruiksvriendelijke interface.

Shanta Islam2026-07-14

💻 computer science

From Programs to Predictions: A Scalable, Multilingual Platform for Automated Evaluation of Machine-Learning Olympiads

Dit artikel introduceert MLCompete, een schaalbaar, meertalig webplatform ontworpen om machine learning-olympiades te evalueren via een asynchrone, metriek-agnostische pipeline en een beveiligde, twee-traps uitvoeringsomgeving, waarbij de robuustheid en betrouwbaarheid ervan worden aangetoond door succesvolle implementatie in de Roemeense Nationale AI-olympiade en internationale deelname.

Robert-Mihai Colca, Rusu Dinu-Stefan, Mihai Nan2026-07-14

← Vorige Volgende →