cs papers | Gist.Science

A Temporal Deep Feature Transfer Hybrid of LSTM and Gradient Boosting Machine for Multi Granularity Smart Grid Electricity Demand Forecasting

Dit artikel stelt TDF-LSTGBM voor, een nieuwe twee-fasen hybride architectuur die temporele kenmerken extraheert uit de voorlaatste laag van een gestapelde LSTM en deze combineert met consumenten- en temporele attributen voor een Gradient Boosting Machine, waarmee een aanzienlijk hogere nauwkeurigheid wordt bereikt in multi-granulaire voorspellingen van de elektriciteitsvraag in het slimme elektriciteitsnet over vijf consumentencategorieën vergeleken met traditionele LSTM- en ARIMA-modellen.

SambasivaRao Naraboina2026-07-07

💻 computer science

GraphGarment: Data-efficient Learning of Garment Dynamics from Minimal Real-world Data

GraphGarment is een data-efficiënt sim-to-real framework dat een in simulatie getraind graph neural network combineert met een lichtgewicht residual corrector om kledingdynamiek nauwkeurig te voorspellen vanuit minimale real-world data, wat robuust robotisch ophangen van kleding mogelijk maakt.

Wei Chen, Xiaoshuai Chen, Dongmyoung Lee, Kelin Li, Rui Zong, Petar Kormushev2026-07-07

💻 computer science

An Explainable Deep Learning Framework for Integrated Steel Microstructure Classification and Surface Defect Analysis

Deze studie presenteert een verenigd, uitlegbaar deep learning-framework dat ResNet50-gebaseerde microstructuurclassificatie en YOLOv8-gebaseerde detectie van oppervlaktefouten integreert met regelgebaseerde ernstschatting om robuuste, interpreteerbare en geautomatiseerde kwaliteitscontrole voor staalproductie mogelijk te maken.

Adisa Rasak, Samuel Ifada2026-07-07

💻 computer science

Pattern-Guided Thermal Buckling and Shrinkage Simulation for Yarn-Level Woven Cloth

Dit artikel stelt een simulatiemethode op garenniveau voor die gebruikmaakt van weefpatronen om directionele warmtediffusie en krimpgradiënten te berekenen, waardoor complexe thermische knik-, draai- en niet-uniforme rimpelgedragingen in stoffen nauwkeurig worden gegenereerd die traditionele modellen op oppervlakteniveau niet kunnen vastleggen.

Jong-Hyun Kim2026-07-07

💻 computer science

Algorithmic Penalty for Non-Native Voices: A Three-Arm Diagnostic Accuracy Audit of Five Commercial AI Text Detectors Against Pre-LLM Scientific Literature — Protocol for the AUDIT-AI Study

De AUDIT-AI-studie is een vooraf geregistreerdeerde, drieledige audit op de nauwkeurigheid van diagnostiek, ontworpen om te kwantificeren of commerciële AI-tekstdetectoren systematisch langere wetenschappelijke literatuur van instellingen met niet-moedertaalsprekers als door AI gegenereerd classificeren in vergelijking met door moedertaalsprekers geschreven werken en geverifieerde AI-herschrijvingen.

Adnan Agha, Eram Anwar2026-07-07

💻 computer science

Memory Mechanisms in Multivariate Time Series: A Survey of Architectures, Retrieval, and Evolution

Deze survey formaliseert geheugenmechanismen in multivariate tijdreeksvoorspelling als interacties tussen behouden toestanden, toegangsfuncties en updatefuncties, waarbij de recente literatuur wordt georganiseerd in categorieën voor architectuur, retrieval en evolutie om openstaande uitdagingen te identificeren en een roadmap voor te stellen voor het ontwerpen van auditeerbare, adaptieve voorspellingssystemen.

Sibo Qi, Peng Chen, Wuman Luo2026-07-07

💻 computer science

Research on intelligent compression and quality enhancement of surveillance videos based on lightweight algorithms

Dit artikel stelt een nieuw lichtgewicht convolutioneel Transformer-model voor dat gebruikmaakt van multi-teacher hiërarchische progressieve kennisdistillatie en directionele compressie om effectieve surveillancevideo-compressie en kwaliteitsverbetering te bereiken, terwijl een hoge nauwkeurigheid en een laag geheugengebruik worden behouden.

Junjie Zha, Aiguo Teng, Xinwen Shan, Jiaxin Lu, Jiajia Zhu, Zihan Liu2026-07-07

💻 computer science

PV-YOLO: Collaborative Lightweight Improved YOLOv8 for Micro-Defect Detection of Photovoltaic Cells in UAV Edge Inspection

Dit artikel introduceert PV-YOLO, een lichtgewicht, collaboratieve verbetering van YOLOv8n met vier aangepaste modules die de nauwkeurigheid en recall van detectie van microdefecten op fotovoltaïsche cellen aanzienlijk verhogen, terwijl de computationele overhead wordt verminderd, wat real-time inspectie aan de rand met 140 FPS op UAV's mogelijk maakt.

Yufen Liu, Zhixiong Guo, Yutong Chen2026-07-07

💻 computer science

A Machine-Checked Cost Analysis of the BMSSP Recurrence in Isabelle/HOL With a Non-Vacuous Size-Parametric Runtime Witness

Dit artikel presenteert de eerste door een machine gecontroleerde formalisering in Isabelle/HOL van de BMSSP-recurrente die ten grondslag ligt aan het deterministische $O(m \log^{2/3} n)$ SSSP-algoritme uit 2025, waarbij een niet-vacante, grootte-parametrische bewijsvoering wordt geleverd voor de $O(|V| \cdot (\ln |V|)^{2/3})$ looptijd op een onbegrensde grafiekfamilie zonder te vertrouwen op axioma's of onbewezen aannames.

Arthur Ramos, David Hulak, Ruy de Queiroz2026-07-07

💻 computer science

Character Classification in Industrial Environments with Restricted Alphabets: A Comparative Evaluation of Deep Learning Architectures

Deze studie toont aan dat EfficientNet-B0 andere deep learning-architecturen, inclusief Vision Transformers, overtreft bij industriële karakterclassificatie met beperkte alfabetten en schaarse data, wat het voortdurende voordeel van convolutionele inductieve biases in dergelijke beperkte omgevingen benadrukt.

Christian Lazo, Mirko Gueregat, Israel Díaz2026-07-07

← Vorige Volgende →