cs papers | Gist.Science

Divergent research orientations of affective and emotion concepts in artificial intelligence education through a bibliometric analysis

Door middel van een bibliometrische analyse van 401 documenten van 2020 tot 2025 onthult deze studie dat hoewel AI-gestuurd affectief en emotioneel onderzoek is uitgegroeid tot een volwassen ecosysteem met een significante groeispurt in 2023, de twee concepten divergente oriëntaties vertonen — waarbij "affectief" onderzoek zich richt op onderwijspraktijk en "emotie"-onderzoek op technologische ontwikkeling — wat een voorgesteld Duaal Kennisproductiemodel noodzakelijk maakt om interdisciplinaire samenwerking te begeleiden.

Hsiang Ni Tsai, Sheng Yi Wu2026-06-26

💻 computer science

Robust Graph Neural Networks via Community-Guided Label Refinement and Progressive Contrastive Learning

Dit artikel stelt CG-GNN voor, een robuust graph neural network-framework dat labelruis vermindert door community-gestuurde labelverfijning te integreren met edge pruning en een progressief contrastief leerschema om de huidige state-of-the-art methoden te overtreffen in ruizige en gegevensarme scenario's.

Zhigang Sun, Haoran Xu, Jinke Xu, Lie Wang2026-06-26

💻 computer science

Accountability Risks of SHAP Based Managerial Recommendations in Explainable Artificial Intelligence

Deze studie toont aan dat het omzetten van op SHAP gebaseerde feature importance scores naar directe managementacties zonder rekening te houden met interventiekosten, causale validiteit en neerwaartse risico's aanzienlijke verantwoordelijkheidsrisico's creëert, wat onthult dat uitlegbaarheid alleen onvoldoende is voor verantwoorde AI-gestuurde besluitvorming.

Oussama Chahed2026-06-26

💻 computer science

A Survey on Poisoning Attacks, Defenses, andProvable Defense in the Era of LLMs

Deze survey voert een systematische review uit van vergiftigingsaanvallen en verdedigingen in het tijdperk van Large Language Models door een uitgebreide taxonomie voor te stellen die dreigingen categoriseert in gewichts- en contextvergiftiging, representatieve technieken en verdedigingsstrategieën analyseert, en toekomstige onderzoeksrichtingen schetst voor het beveiligen van compound AI-systemen.

Yuni Lai, Xinqi Lyu, Dong Wang, Yihao Liu, Kai Zhou, Bin Xiao2026-06-26

💻 computer science

FedDAAW: Dynamic Client Selection and Accuracy- Adaptive Aggregation for Cross-Task Federated Learning under Heterogeneity

FedDAAW is een lichtgewicht, privacy-bewarend framework voor heterogene federated learning dat dynamische cliëntselectie en nauwkeurigheid-adaptieve aggregatie gebruikt om de convergentie-efficiëntie en prestaties aanzienlijk te verbeteren over diverse taken (classificatie, sentimentanalyse en regressie) onder non-IID instellingen zonder dat het delen van gradiënten of hulpgegevens vereist.

Jianqing Tang2026-06-26

💻 computer science

Bibliometric Analysis of Global Research Trends in Robotic Sports: Mapping Two Decades of Innovation (2000–2024)

Deze bibliometrische analyse van 1.225 publicaties van 2000 tot 2024 onthult de evolutie van robotische sportonderzoek naar een volwassen, wereldwijd samenwerkend vakgebied dat wordt gedreven door belangrijke instituten en een thematische verschuiving van fundamentele robotvoetbal naar geavanceerde AI-toepassingen zoals deep learning en mens-robotinteractie.

DEBDAS MONDAL2026-06-25

💻 computer science

CTC: The Composite Task Challenge for Cooperative Multi-Agent Reinforcement Learning

Dit artikel introduceert de Composite Tasks Challenge (CTC), een nieuwe benchmark-suite die is ontworpen om arbeidsverdeling en samenwerking in multi-agent reinforcement learning rigoureus te evalueren, waarbij wordt onthuld dat huidige state-of-the-art methoden er niet in slagen deze taken op te lossen, terwijl wordt aangetoond dat een oplosbare maar uitdagende testomgeving essentieel is voor de vooruitgang van het vakgebied.

Yurui Li, Yuxuan Chen, Xiaoli Yang, Shijian Li, Gang Pan2026-06-25

💻 computer science

SousCoder: Cross-Application Confusion Detection for Proactive Developer Assistance

SousCoder is een local-first, proactieve assistent voor ontwikkelaars die gedragssignalen over verschillende applicaties heen monitort binnen VS Code, Chrome en de terminal om verwarring bij ontwikkelaars te detecteren en te interveniëren met contextbewuste suggesties, waarbij een lage latentie en hoge relevantie wordt bereikt in veldevaluaties terwijl het eerder werk wordt uitgebreid met persistent geheugen en perceptie uit meerdere bronnen.

Vrund Thakkar2026-06-25

💻 computer science

Validating Large Language Model Extraction of Actuarial Variables from Unstructured Claims Documents

Deze studie evalueert een pipeline van een groot taalmodel voor het extraheren van 14 actuariële variabelen uit schadeclaims voor werknemersverzekeringen, waarbij een matige algehele overeenstemming met menselijke beoordelaars wordt onthuld (kwadratische gewogen kappa van 0,53) en een significante variabiliteit over dimensies wordt aangetoond, wat de noodzaak onderstreept van kalibratie en gefaseerde uitrol vóór formele validatie.

Robert Lieberthal, Vietbao Phan, Jawand Singh, Elizabeth Sottung, Richard Tran2026-06-25

💻 computer science

Comparative Analysis of Machine Learning Models for Predicting Grid Stability Using Tabular and Transformer Architectures

Deze studie toont aan dat een op transformers gebaseerd deep learning-model klassieke machine learning-algoritmen overtreft bij het voorspellen van de stabiliteit van het elektriciteitsnet, waarbij een hoge nauwkeurigheid wordt bereikt in zowel binaire classificatie- als regressietaken, terwijl het bijdraagt aan wereldwijde duurzaamheidsdoelstellingen voor veerkrachtige smart grids.

ARUNKUMAR E, Lakshmi Priya M2026-06-25

← Vorige Volgende →