cs papers | Gist.Science

An Expert-independent Artificial Intelligence Method for Extracting and Prioritizing Decision Factors From Large-scale Textual Corpora

Dit artikel introduceert FEDRA, een autonoom framework dat gebruikmaakt van transformer-gebaseerde embeddings, clustering en graafanalyse om beslissingsfactoren te extraheren en te prioriteren uit grootschalige wetenschappelijke teksten zonder tussenkomst van experts, waarbij een hoge nauwkeurigheid en semantische consistentie wordt aangetoond in een casestudy over de selectie van locaties voor afvalwaterzuivering.

Iman mosaddegh2026-09-09

💻 computer science

PQC Protection for AI Workloads - A Performance-Aware Migration Framework

Dit artikel stelt een prestatiebewust, gefaseerd migratiekader voor om AI-workloads op heterogene platforms te beveiligen tegen kwantumdreigingen, waarbij wordt aangetoond dat hoewel de overhead voor sleuteluitwisseling verwaarloosbaar is, de primaire technische uitdaging ligt in het beheren van de grotere handtekeningen en de verlengde vertrouwenslevenscycli die vereist zijn door de gefinaliseerde post-kwantumalgoritmen van NIST.

Manonmayi Vedam2026-09-09

💻 computer science

A Comparative Survey of API Rate-Limiting Algorithms: Token Bucket, Leaky Bucket, and Sliding Window

Dit artikel onderzoekt en vergelijkt experimenteel vijf veelgebruikte algoritmen voor API-rate-limiting — token bucket, leaky bucket, fixed window, sliding window log en sliding window counter — om hun afwegingen in burst-tolerantie en precisie te evalueren, met als doel uiteindelijk richtlijnen te bieden voor het selecteren van het meest geschikte algoritme op basis van specifieke verkeerseigenschappen en systeembeperkingen.

Umair Saleem2026-09-09

💻 computer science

A Residual Transformer Framework for Biomechanics-Aware Yoga Posture Recognition and Feedback

Dit artikel stelt het Residual Biomechanical Transformer Network (RBTNet) voor, een deep learning-framework dat YOLOv8m-Pose keypoint-detectie combineert met een Transformer-gebaseerde temporele analyse om een nauwkeurigheid van 98% te bereiken bij het classificeren van acht yoga-houdingen en het genereren van corrigerende feedback op basis van biomechanische gewrichtshoekafwijkingen zonder dat daarvoor gebruikersspecifieke gegevens nodig zijn.

Mrinal Kanti Nath, Tapan Chowdhury, Nilay Dhar, Hiranmoy Sarkar, Debanjan Bunia, Arman Munshi2026-09-09

💻 computer science

Sentinelbi AI: an AI-Powered Business Intelligence System for Revenue Monitoring and Anomaly Detection

Dit artikel introduceert SentinelBI AI, een inzetbaar business intelligence-platform dat Isolation Forest- en LSTM Autoencoder-modellen integreert om afwijkende patronen in e-commerceomzet te detecteren, waarbij de outputs worden samengevoegd in een drielaags waarschuwingssysteem dat toegankelijk is via een interactief Streamlit-dashboard voor bruikbare besluitvormingsondersteuning.

Tata Venkata Karthik, B. Srinivas S. P. Kumar2026-09-09

💻 computer science

Predicting Customer Churn in Telecom Services Using Machine Learning

Deze studie presenteert ChurnGuard AI, een geïmplementeerde machine learning-pipeline die gebruikmaakt van een logistische regressiemodel om het verloop van telecomklanten met een hoge recall te voorspellen, geïntegreerd in een interactief Streamlit-dashboard om datagestuurde retentiestrategieën te faciliteren.

Chilakala Vyshnavi, B. Indira2026-09-09

💻 computer science

Reasoning-Aware Error-Bounded KV-Cache Compression and Sparse Attention for Long-Context LLMs

Dit artikel stelt een redeneringsbewust raamwerk voor dat foutengebonden KV-cachecompressie en sparse attention dynamisch combineert om geheugen, berekening en latentie bij long-context LLM-inferentie aanzienlijk te verminderen, terwijl de nauwkeurigheid van de attention-output formeel wordt gegarandeerd door middel van een gekalibreerde dropped-mass bound.

Yue Ning, Zhenning Guo, Xiang Li, Wenjuan Guo2026-09-09

💻 computer science

Computational representations and evolutionary functions of emotions (Part 1): Reward signals

Dit artikel toont aan dat het optimaliseren van reinforcement learning-agenten voor emotie-gerelateerde taken van nature leidt tot interne beloningssignalen die overeenkomen met de kernkenmerken van biologische emoties, wat het principe ondersteunt dat emoties evolueren om acties te veranderen in het streven naar immateriële doelen.

Yikai Wang2026-09-09

💻 computer science

Comparative Evaluation of Traditional Machine Learning and Transformer Models for Fake News Detection

Deze studie benchmarkt systematisch vier traditionele machine learning-modellen tegenover vier transformer-gebaseerde modellen over vijf publieke datasets, waarbij wordt aangetoond dat hoewel transformer-architecturen zoals RoBERTa aanzienlijk beter presteren in de nauwkeurigheid van het detecteren van nepnieuws dan traditionele methoden, zij substantieel hogere computationele kosten met zich meebrengen, waardoor zij kritische inzichten bieden in de afwegingen voor modelselectie onder variërende middelenrestricties.

Kazi Abdul Mannan, Md. Jubaer Ahmed Aronno, Rumana Akhter Anika2026-09-09

💻 computer science

Only the Tens Count, but Trumps Decide: Formalising and Benchmarking Dahal Jeet, a Nepali Variant of Mendikot

Dit artikel definieert formeel het voorheen ongedocumenteerde Nepalese kaartspel Dahal Jeet en presenteert een uitgebreide computationele benchmark die aantoont dat zoekgebaseerde agenten beter presteren dan leermethoden, terwijl het onthult dat de lengte van de troefkaart een sterkere voorspeller van overwinning is dan scorende kaarten en dat het controleren voor deal-variantie essentieel is om verschillen in mens-agentprestaties nauwkeurig te meten.

Ganesh Gautam, Raju Kumar Yadav2026-09-09

← Vorige Volgende →