💻 Category

cs

929 papers

💻 computer science

Behavioral Anomaly Detection and Malicious Service Identification in the Tor Network Using Deep Learning

Dit artikel stelt MBRD-Tor voor, een driefasig deep learning-framework dat de uitdagingen van protocolhomogenisering, encryptieruis en extreme klasse-onbalans in het Tor-netwerk aanpakt door multi-schaal gedragssignaturen te fuseren, een ensemble-gebaseerde kwaliteitsinschatting voor adaptieve weging toe te passen en GAN-gegenereerde synthetische kenmerken te gebruiken om superieure prestaties bij de detectie van kwaadaardige diensten te bereiken.

Amirhossein Saviz2026-07-21
💻 computer science

Comparative Performance of Frontier Large Language Models for Extracting High-Risk Pathologic Features from Unstructured Gastrointestinal Oncology Reports: A Systematic Benchmarking Study with Human and Traditional NLP Baselines

Deze systematische benchmarkstudie toont aan dat grensverleggende grote multimodale modellen, met name Gemini 2.5 Pro en GPT-4o, zowel onder tijdsdruk staande menselijke experts als traditionele NLP-baselines significant overtreffen bij het extraheren van de kritieke status van perineurale invasie uit ongestructureerde gastro-intestinale pathologierapporten, terwijl een nieuwe taxonomie van faalmodi bruikbare richtlijnen biedt voor modelselectie op basis van specifieke foutensignaturen.

Seher Siddiqui2026-07-21✓ Author reviewed ⓘ
💻 computer science

Stable and Budget-Feasible Coalition Formation for Clustered Federated Learning: A Hedonic Potential-Game Approach

Dit artikel stelt een hedonisch potentieel-spelraamwerk voor voor stabiele en budgettaire-haalbare coalitievorming in geclusterde federated learning, waarbij de existentie van Nash-stabiele partities wordt bewezen en welvaartsefficiëntiegaranties worden afgeleid die empirisch zijn gevalideerd om gelijkwaardige surplusverdeling op CIFAR-10-datasets te overtreffen.

Cengis Hasan2026-07-21
💻 computer science

A Multi-Model Hybrid Defense Approach Against White-box Adversarial Attacks in Computer Network Traffic

Dit artikel stelt een veerkrachtig hybride verdedigingsmechanisme voor dat Adversarial Training en Gaussian Data Augmentation combineert om de nauwkeurigheid van Network Intrusion Detection Systems tegen Fast Gradient Sign Method en Carlini & Wagner adversarial aanvallen significant te herstellen, waarbij de prestaties na de aanval worden verbeterd van zo laag als 26,49% naar 96,57%.

Khushnaseeb Roshan2026-07-21
💻 computer science

Beyond Appearance: Intelligent Spatiotemporal Vision for Material-Aware Object Detection

Dit artikel introduceert een spatiotemporeel fusiekader dat multispectrale RGB-intensiteitskaarten integreert met directe time-of-flight fotonenhistogrammen om materiaalbewuste objectdetectie te bereiken, waarbij een hoge nauwkeurigheid in lokalisatie, classificatie en spoofing-resistentie wordt aangetoond via een tweeledige pijplijn die gevalideerd is op huishoudelijke objecten.

Deborah A. Minka2026-07-21
💻 computer science

Advances in Factoring and Primality Testing: From Classical to Quantum Algorithms

Dit artikel biedt een uitgebreid overzicht en een vergelijkende prestatieanalyse van klassieke en kwantumalgoritmen voor factorisatie en primality-testen, waarbij wordt geconcludeerd dat hoewel kwantummethoden zoals het algoritme van Shor aanzienlijke voordelen bieden voor factorisatie, zij geen vergelijkbare voordelen bieden voor primality-testen.

Anas A. Abudaqa, Nujud Alyami, Mostefa Kara, Farid Binbeshr, Muhammad Imam2026-07-21
💻 computer science

Evaluation of clustering methods for segmentation of hyperspectral remote sensing data

Dit artikel evalueert empirisch diverse clusteringmethoden op hyperspectrale remote sensing-data, waarbij wordt vastgesteld dat computationeel efficiënte, op centroids gebaseerde algoritmen zoals K-Means, wanneer gecombineerd met effectieve dimensionaliteitsreductie, consistent de beste balans bieden tussen kwaliteit, robuustheid en snelheid vergeleken met complexere alternatieven.

Ehsan Farahbakhsh, Pulkit Sharma, Aman Agrawal, Rohitash Chandra2026-07-21
💻 computer science

The Scaffold Jump Pattern: Progressive, Evidence-Gated Fading of Human Roles in Artificial Intelligence Systems

Dit artikel introduceert het "Scaffold Jump"-ontwerppatroon, een operationeel kader dat organisaties in staat stelt om AI-systemen systematisch en veilig te laten overgaan van volledige menselijke supervisie naar autonomie door vier afzonderlijke fasen te definiëren die gekoppeld zijn aan op bewijs gebaseerde overgangen die ervoor zorgen dat prestatiedrempels worden behaald terwijl verantwoording en ethische beperkingen worden gehandhaafd.

Michael Sadowski2026-07-21