💻 informatica

Predicting Expert-Rated Quality of Large Language Model Responses to Orthopaedic Patient Questions Using Computational Intelligence

Deze studie evalueert de klinische kwaliteit van vier grote taalmodellen op orthopedische patiëntvragen door middel van expertbeoordelingen, waarbij over het algemeen een hoge prestatie wordt vastgesteld zonder statistisch significante verschillen tussen de modellen, terwijl wordt aangetoond dat het combineren van NLP- en semantische kenmerken de door experts beoordeelde nauwkeurigheid zwak kan voorspellen, ondanks beperkingen in geautomatiseerde kwaliteitsvoorspelling.

Volkan Kızılkaya, Murat Aslanyürek, Canan Aslanyürek, Ali Levent, Mehmet Melih Asoğlu2026-10-22
💻 informatica

Quantifying the Directional Spatial Order of Hakka Architecture: A CNN–LSTM–Attention Framework for Heritage Floor-Plan Analysis in Gannan, China

Deze studie maakt gebruik van een hybride CNN–LSTM–Attention-framework om de belichaming van traditionele Bagua-kosmologische principes in de Gannan Hakka-architectuur kwantitatief te valideren, waarbij een hoge mate van directionele ruimtelijke orde over diverse gebouwtypen wordt onthuld terwijl er duidelijke dichtheidspatronen tussen ommuurde woningen en publieke structuren worden geïdentificeerd.

Nannan Qu, Ang Li, Qingwen Su, Yinglong Rao, Kuangda Hu, Syarmila Hany binti Haron, Nan Ge2026-10-22
💻 informatica

Applying Artificial Intelligence and Big Data Analytics in Forecasting the Effectiveness of Managerial Strategic Decision Making

Deze studie ontwerpt en implementeert een AI-agentsysteem geïntegreerd met Big Data Analytics om de effectiviteit van strategische besluitvorming door het management te voorspellen door juridische documenten te verwerken en cognitieve vermogens te simuleren om de uitkomsten van Key Performance Indicators (KPI's) te voorspellen met behulp van een Random Forest Regressor-model.

Minh Trinh Quang2026-10-22
💻 informatica

FLCHUS-X: Cost-Aware Pruning for Mining Frequent Sequences with Low Average Cost and High Average Utility

Dit artikel introduceert FLCHUS-X, een kostenbewust pruning-algoritme voor het minen van frequente sequenties met een lage gemiddelde kosten en een hoge gemiddelde nuttigheid, dat verbetering brengt ten opzichte van de state-of-the-art FLCHUSPM door een monotone ondergrens op de gemiddelde kosten vast te stellen om agressievere en veiligere pruning-strategieën mogelijk te maken, wat resulteert in aanzienlijk snellere executietijden.

Quan Van2026-10-22
💻 informatica

A Lightweight Convolutional Neural Network Framework for Automated Visual Classification of Maize Leaf Diseases

Dit onderzoek presenteert een vergelijkende evaluatie van drie lichtgewicht convolutionele neurale netwerken (MobileNetV2, MobileNetV3-Small en EfficientNet-B0) voor de geautomatiseerde classificatie van vier maïsbladziekten, waarbij wordt aangetoond dat EfficientNet-B0 de hoogste prestaties behaalde met 96,96% nauwkeurigheid en 99,82% ROC-AUC, terwijl het computationele efficiëntie balanceerde voor potentiële mobiele implementatie.

Kayombo Sakachiva, Jackson Phiri, Mayumbo Nyirenda2026-10-22
💻 informatica

Enterprise AI Readiness in Healthcare: Development and Preliminary Evaluation of a Five-Domain Survey Framework

Deze studie heeft een vijfdomeinen-enquêteframework ontwikkeld en voorlopig geëvalueerd om de gereedheid voor kunstmatige intelligentie binnen ondernemingen in zorgorganisaties te beoordelen, waarbij werd vastgesteld dat hoewel leiderschap en governance relatief sterk zijn, de workforce en klinische integratie kritieke hiaten blijven die de implementatiesucces en organisatorische waarde aanzienlijk beïnvloeden.

Ajmal Aminee2026-10-22
💻 informatica

A Lightweight Federated Deep Learning Framework for Real-Time Intrusion Detection and Autonomous Mitigation in Software-Defined Wireless Networks

Dit artikel stelt een lichtgewicht, veilig framework voor Software-Defined Wireless Networks voor dat Zero Michaelis-Menten Knowledge Proof-authenticatie, hashverificatie en een verbeterde Federated Reinforcement First Synchroton Learning-aanpak met Gated Symmetrical Gaussian Contrastive Regularization Recurrent Units integreert om een nauwkeurigheid van 99,9833% te bereiken bij real-time DDoS-detectie en autonome mitigatie.

Monika Dandotiya, Rajni Ranjan Singh Makwana, Babita Tiwari2026-10-22
💻 informatica

Deep Learning-Based Non-Destructive Seafood Freshness Assessment: A Systematic Review of Sensing Technologies, Validation, and Deployment Readiness

Deze systematische review evalueert op deep learning gebaseerde technologieën voor de niet-destructieve beoordeling van de versheid van visproducten, waarbij de hoge voorspellende prestaties worden benadrukt terwijl kritieke tekortkomingen in biologische validiteit, methodologische strengheid en industriële inzetbaarheid worden geïdentificeerd.

Muhammad Munsarif, Richmond Ampah-Mensah2026-10-22