💻 Category

cs

2503 papers

💻 computer science

Selecting Performance-Representative Validation Sets for Developing Medical Image Segmentation Neural Networks

Dit artikel stelt een nieuwe methode voor voor het selecteren van een kleine, prestatievertegenwoordigende validatieset uit beperkte medische beeldgegevens om de nauwkeurigheid van modelontwikkeling te verbeteren, waarbij wordt aangetoond door middel van prostaatkanker MRI-segmentatietaken dat deze aanpak prestatieschattingen oplevert die significant dichter bij ware onafhankelijke resultaten liggen dan traditionele willekeurige partitionering.

Xiangcen Wu, Wen Yan, Weixi Yi, Ester Bonmati, Yipeng Hu2026-07-07
💻 computer science

Design of an Efficient Object Detection Algorithm for Traffic Accident Recognition

Dit artikel stelt SDD-YOLO11n voor, een lichtgewicht objectdetectiemodel voor de herkenning van verkeersongevallen dat een ShuffleNetV2-backbone, een DW_ADown-module en een DS_SENetV2-module integreert om de computationele complexiteit aanzienlijk te verminderen terwijl de nauwkeurigheid en realtime-prestaties worden verbeterd in vergelijking met de originele YOLO11n en andere mainstream modellen.

Yongping Zheng, Dianzheng Xu, Feng Li, Bingqiang Huang, Haoyu Pei, Zhihua Huang, Xinjian Xiang2026-07-07
💻 computer science

Assigning and optimising airport ground-handling operations: an rVNS metaheuristic

Dit artikel presenteert een coöperatieve gereduceerde Variable Neighbourhood Search (rVNS) metaheuristiek om het complexe Multi-Trip Capacitated Vehicle Routing and Scheduling Problem met Time Windows en pauzes voor maaltijden (MTCVRSPTW-MB) voor cateringoperaties op luchthavens te optimaliseren, waarbij de superieure efficiëntie en reductie in kilometers over exacte methoden wordt aangetoond op real-life instanties op de San Francisco International Airport.

Alexandre Dupaquis, Ronan Guivarch, Sandrine Mouysset, Daniel Ruiz, Vincent Charvillat, Frédéric Bouilhaguet2026-07-07
💻 computer science

Autonomous Research Assistant: An AI-Powered System for Automated Paper Discovery, Summarization, Domain Classification, and Citation Generation

De Autonomous Research Assistant is een full-stack AI-webapplicatie die gebruikmaakt van de Semantic Scholar API, een gefinetuned Lineair SVM-classifier en Google Gemini 2.5 Flash om automatisch academische papers te ontdekken, te classificeren, samen te vatten en te citeren, waardoor de tijd voor handmatige literatuuronderzoeken met 70% wordt verminderd.

Gnaneshwar Dontireddy, Yedukondalu Reddy, T. Narashimha Rao2026-07-07
💻 computer science

From Organizational Knowledge to AI Agent Memory: Empirical Validation of the SECI Model on the LongMemEval Benchmark

Dit artikel valideert empirisch de toepassing van het SECI-kenniscreatiemodel op het geheugen van AI-agenten door aan te tonen dat het transformeren van conversatiegeschiedenis naar gestructureerde kennis de prestaties bij langetermijnretriele-taken aanzienlijk overtreft ten opzichte van ruwe verbatim opslag, primair door het mitigeren van afkorting van het embedding-venster die ervoor zorgt dat ruwe opslag ongeveer 90% van de sessie-inhoud verliest.

Dmitrij Żatuchin2026-07-07
💻 computer science

Adaptive Mutation Driven Harris Hawk Optimization Algorithm in Hybrid Flow Workshop Scheduling with Robotic Arm

Het artikel stelt een Adaptive Mutation Driven Harris Hawk Optimization (AMDHHO) algoritme voor dat Levy-vlucht en dynamische mutatiestrategieën integreert om effectief hybride flow shop-planningsproblemen met robotarmen op te lossen, waarbij significante reducties in de maximale doorlooptijd en gemiddelde wachttijd worden aangetoond vergeleken met genetische algoritmen en originele planningsschema's.

Bin Li2026-07-07
💻 computer science

Classification Fidelity of Large Language Models on Endodontic Items from the Turkish Dental Specialty Examination

Deze studie evalueert de classificatiegetrouwheid van vier grote taalmodellen bij het categoriseren van endodontische examenvragen over drie educatieve taxonomieën, waarbij wordt onthuld dat hoewel modellen zoals Gemini en DeepSeek een aanzienlijke overeenstemming bereiken voor de Bloom- en SOLO-taxonomieën, alle modellen moeite hebben met de piramide van Miller, wat aantoont dat de prestaties van LLM's taxonomie-afhankelijk zijn en verschillen van de nauwkeurigheid van de antwoorden.

Bilge Hakan Şen, Aslıhan Yekeler, Duygu Kürklü Arpaçay, Jülide Ocak, Oğuzhan Akkoçan2026-07-07
💻 computer science

A ResNet-50 Classifier with Grad-CAM and SHAP for Explainable Breast Cancer Detection in Dense Mammography: Comparison with Human Radiologist Performance

Deze studie toont aan dat een ResNet-50-classifier, versterkt met Grad-CAM en SHAP-uitleg, de sensitiviteit van menselijke radiologen bij het detecteren van borstkanker in dichte mammogrammen kan overtreffen door een sensitiviteit van 72,2% te bereiken, terwijl het bruikbare visuele inzichten biedt om de inzet ervan als een second-reader-tool te ondersteunen die gevallen met een hoge betrouwbaarheid signaleert en ambigue gevallen doorstuurt naar clinici.

Agostinho Sousa Pinto, António Abreu, Manuel Pérez Cota, Jerónimo Paiva, Laís Gabriele Vieira2026-07-07
💻 computer science

Civil aviation passenger traffic forecasting using a hybrid SSA and sparrow-search-optimized MLP-BP model

Deze studie stelt een hybride voorspellingsmodel voor dat Singular Spectrum Analysis (SSA) voor datadecompositie, een met backpropagation getraind multilayer perceptron (MLP-BP) voor componentmodellering en het Sparrow Search Algorithm (SpSA) voor parameteroptimalisatie integreert, waarmee een superieure nauwkeurigheid wordt aangetoond bij het voorspellen van de passagierverkeer in de Chinese civiele luchtvaart vergeleken met conventionele methoden.

Tiantian Tang, Qingsong Liu, Sibo Wang, Zhongze Li, Baicheng Guo, Haolin Liu, Peixuan Duan, Haiwen Xu2026-07-07
💻 computer science

K-PSO Based Energy Aware Clustering Algorithm for Environmental Monitoring Wireless Sensor Networks

Dit artikel stelt een hybride K-PSO-clusteralgoritme voor dat K-Means en Particle Swarm Optimization combineert om de selectie van clusterkoppen in draadloze sensornetwerken voor milieumonitoring te optimaliseren, wat de energie-efficiëntie aanzienlijk verbetert, de levensduur van het netwerk verlengt en de stabiliteit van de clusterkoppen verhoogt in vergelijking met traditionele methoden.

Ayobami Adedokun, Folasade Dahunsi, Jide Popoola2026-07-06