💻 computer science

Hidden Universal Collapse Behind Apparent Robustness: Dual-Metric Cross-Site Audit of a Laparoscopic Surgical AI Detector

Deze studie toont aan dat evaluaties met één enkele metriek de universele instorting van chirurgische AI-modellen over verschillende locaties kunnen maskeren door een schijnbare robuustheid in specifieke klassen te benadrukken, terwijl audits met twee metrieken wijdverspreide uitval en het feit onthullen dat de vervanging van de backbone, in de door ons geteste configuraties, het gat niet wist in zowel aangepaste detectoren als voorgetrainde fundamentmodellen.

hui zhu, congbin zhu, Sio Lam UN, QI CHENG, ZHANDONG MENG, qiliang WANG, cong hu, huiying Zhu2026-07-16
💻 computer science

Automated Arrhythmia Detection from ECG Signals: AComparative Study of Bidirectional Long Short-Term MemoryNetworks and Residual Convolutional Neural Networks

Deze studie benchmarkt Bidirectional Long Short-Term Memory-netwerken met aandacht tegenover Residual Convolutional Neural Networks voor automatische ECG-aritmiedetectie, waarbij wordt vastgesteld dat de ResNet-architectuur een superieure prestatie (98,0% nauwkeurigheid) behaalt door complexe morfologische kenmerken beter te extraheren uit een dataset van meer dan 109.000 hartslagen.

Jajang Jaya Purnama, Sri Rahayu, Risnandar Risnandar2026-07-16
💻 computer science

A Deterministic Spatial Representation Packet for Sports Trajectories Under Explicit Coordinate, Threshold, and Tolerance Assumptions

Dit artikel presenteert een deterministische pijplijn voor het converteren van eindige, ruisgevoelige sporttraject-samples naar controleerbare symbolische artefacten door expliciet coördinaat-, drempelwaarde- en tolerantie-aannames af te dwingen, terwijl de reikwijdte strikt beperkt blijft tot representatie en traceerbaarheid in plaats van fysieke reconstructie of semantische inferentie.

WU YANG CHEN XI2026-07-16
💻 computer science

The Use of Artificial Intelligence in Article Searching and Scientific Writing: Evidence, Impact, and Future Directions

Deze review synthetiseert bewijs dat, hoewel AI-tools de efficiëntie en helderheid bij het doorzoeken van literatuur en wetenschappelijk schrijven aanzienlijk verbeteren, hun verantwoorde adoptie hybride mens-AI-benaderingen vereist om hardnekkige beperkingen in betrouwbaarheid, bias en academische integriteit aan te pakken.

Rafael Baptista, Guilherme Donadel2026-07-16
💻 computer science

Beyond Accuracy: A Comprehensive Evaluation of ResNet50 and Vision Transformer for Trustworthy Pneumonia Detection from Chest X-Ray Images

Deze studie presenteert een uitgebreide evaluatie van ResNet50 en Vision Transformer (ViT-B16) voor de detectie van pneumonie op borstfoto's, waarbij wordt onthuld dat hoewel ResNet50 superieure nauwkeurigheid, kalibratie en efficiëntie biedt, ViT-B16 een grotere robuustheid vertoont tegen beelddegradaties, wat daarmee de noodzaak van een multidimensionale beoordeling voor betrouwbare diagnostische systemen onderstreept.

VISHAL MANTA2026-07-16
💻 computer science

Stacking Ensemble Models for Predicting Digital Payment Adoption: A Comprehensive Machine Learning Analysis of Global Findex 2025 Data

Deze studie maakt gebruik van een stacking ensemble van LightGBM- en XGBoost-modellen met een ExtraTrees meta-learner op de 2025 Global Findex-dataset om de adoptie van digitale betalingen te voorspellen met een nauwkeurigheid van 93,04%, waarbij wordt onthuld dat onderwijs, internettoegang en inkomen de meest kritieke drijfveren van financiële inclusie zijn.

Sedat Golgiyaz, Kevser Güneşli2026-07-16
💻 computer science

Artificial Intelligence in Digital Banking: A Systematic Literature Review and a Novel Cross-Domain Resilience Framework for Customer Experience, Fraud Detection, and Risk Management

Deze systematische literatuurstudie synthetiseert gefragmenteerd onderzoek naar AI in digitaal bankieren om het nieuwe AIDBRM 2.0-framework voor te stellen, dat klantervaring, fraudedetectie en risicobeheer integreert via kruisende mechanismen zoals een Unified Continuous Trust Score, een Generative AI Governance Sandbox en Federated Cross-Institution Learning om bestaande tekortkomingen in uitlegbaarheid en architecturale afstemming aan te pakken.

Durga Prasad Dāsepalli2026-07-16
💻 computer science

Improving Retrieval-Augmented Generation: A Systematic Literature Review of Retrieval-Enhancement Techniques

Dit artikel presenteert een systematische literatuurstudie van 173 studies naar technieken voor het verbeteren van retrieval voor Retrieval-Augmented Generation, waarbij deze worden gecategoriseerd op basis van technische bijdrage en pijplijnfase om belangrijke hiaten in evaluatie en efficiëntie te identificeren, terwijl tegelijkertijd een gestructureerde onderzoeksagenda voor toekomstige ontwikkelingen wordt voorgesteld.

Abdullah Karasan2026-07-16
💻 computer science

A Novel AJAD-BoostNet Framework for Histopathological Lung and Cervical Cancer Classification Using Deep Feature Learning, K-Means Clustering, and XGBoost

Dit artikel stelt AJAD-BoostNet voor, een nieuw hybride framework dat ResNet50-gebaseerde diepe feature-extractie, PCA-dimensiereductie, K-Means clustering en XGBoost boosting combineert om een efficiënte en robuuste histopathologische classificatie van long- en baarmoederhalskanker te bereiken, waarbij een superieure prestatie wordt aangetoond ten opzichte van traditionele CNN's in omgevingen met beperkte middelen.

AVIJIT KUMAR CHAUDHURI, Pramoda Patro2026-07-16