💻 computer science

Autonomous System Vulnerability Remediation: A Survey of Agentic AI, Reinforcement Learning, Benchmarks, and Operational Safety

Dit onderzoek synthetiseert opkomend onderzoek naar autonome kwetsbaarheidsremediatie over diverse computeromgevingen heen, waarbij de literatuur wordt georganiseerd in zes belangrijke stromen en een formeel gesloten lus-taakmodel om kritieke thema's, operationele veiligheidsmechanismen en significante onderzoeksverschillen bij het inzetten van agentic AI en reinforcement learning voor veilige systeemherstel te benadrukken.

Abanisenioluwa Orojo, Webster Elumelu, Emmanuelli El-Mahmoud, Erika Leal2026-07-14
💻 computer science

Audit Detection Risk Reduction Using Machine Learning: Evidence from 3.3 million Transactions

Deze studie introduceert en valideert een vierlaags machine learning-framework dat het detectierisico bij audits en de verwerkingstijd aanzienlijk vermindert vergeleken met traditionele methoden door gebruik te maken van unsupervised en supervised modellen op 3,3 miljoen realtime transacties van een Mongoolse energievoorziening, terwijl het ook een nieuw "aggregatie-maskeringseffect" in Benford's Law-anomalieën ontdekt.

Tsetsegjargal Ulambayar, Oyunbileg Pagjii, Oyuntsetseg Luvsandash, Gantulga Garamdorj, Uyanga Sambuu2026-07-14
💻 computer science

An Explainable AI Framework for Thai Dish Recommendation Using Sensory Profiling and Association Rule Mining

Deze studie stelt een verklaarbaar AI-framework voor dat associatieregel-mining integreert met driedimensionale sensorische profilering om transactiegegevens van Thaise restaurants te analyseren, waardoor cultureel gewortelde combinaties van gerechten worden onthuld en de generatie van interpreteerbare, authentieke maaltijd aanbevelingen mogelijk wordt gemaakt.

Silada Intarasothonchun, Pongphan Sathatip, Patcharaporn Mahasuweerachai, Kullapapruk Piewthongngam2026-07-13
💻 computer science

A Lightweight Neural Network Approach for Phishing URL Detection

Dit onderzoek stelt een lichtgewicht neuraal netwerkbenadering voor voor de detectie van phishing-URL's met behulp van de PhiUSIIL-dataset, waarbij wordt aangetoond dat het optimaliseren van hyperparameters en het toepassen van gegevensschaling de classificatienauwkeurigheid aanzienlijk verbetert terwijl de lage computationele complexiteit behouden blijft.

Umer Farooq Ali, Syeda Mariam Muzammal, Ruqia Bibi, NZ Jhanjhi, Muhammad Tayyab2026-07-13
💻 computer science

Morphological Priors and Photogrammetric Conditioning for Auditable Generative 3D Miao and Dong Timber Heritage Scenes

Deze studie stelt een controleerbare generatieve workflow voor voor houten erfgoedscènes van de Miao en Dong die morfologische priors, fotogrammetrische conditionering en herkomstlogging integreert om controleerbaar semantisch en structureel bewijs te waarborgen zonder aanspraak te maken op een reconstructie van meetkundige precisie.

Jiejun Bai, jiajia Lin, jian Lv, wenzhao Liu, qingni Yuan2026-07-13
💻 computer science

Implementing Random Forest Method for Healthcare Provider Fraud Detection Framework to Mitigate Financial Risk and Cost Optimization in Healthcare Management

Dit artikel stelt een op Random Forest gebaseerd machine learning-framework voor, verbeterd met SMOTE-Tomek klassebalancering, om effectief fraude door zorgverleners te detecteren en financiële risico's te beperken door traditionele modellen zoals Decision Trees, Logistic Regression, SVM en Naive Bayes te overtreffen in nauwkeurigheid en belangrijke prestatieparameters.

Jenny Patel2026-07-13
💻 computer science

MSAL-YOLO: a YOLOv8-based detector for small and densely distributed object detection in UAV aerial imagery

Het artikel stelt MSAL-YOLO voor, een verbeterde YOLOv8-detector die een Spatial–Channel Mixed Convolution-module, een Multi-Branch Enhanced Coordinate Attention-mechanisme en een Region-Adaptive Wise-IoU-verlies integreert om effectief de uitdagingen aan te pakken bij het detecteren van kleine en dicht verdeelde objecten in UAV-luchtfoto's, waarbij significante prestatieverbeteringen worden behaald op de VisDrone2019- en DOTAv1-datasets.

Fei Ding, Xiufu Du, Haining Zhang, Haibin Liu, Liguo Han2026-07-13
💻 computer science

TRAUMA: A Machine Learning–Based Record Linkage Method for Health Databases

Deze studie valideert de TRAUMA-methode, een op supervised machine learning gebaseerde record linkage-aanpak met behulp van LightGBM, waarmee wordt aangetoond dat deze een superieur vermogen heeft om ware matches te herstellen met een hoge precisie en specificiteit in vergelijking met de traditionele CIDACS-RL-tool in Braziliaanse gezondheidsdatabases.

Daniel Scaldaferri Lages, Thayna Karoline Sousa Silva, Patricia Bartholomay Oliveira, Dayan Carvalho Ramos Salles de Oli (…)2026-07-13