💻 computer science

PFN: A Process-Oriented Fusion Network for Quality Prediction in Multi-Material, Multi-Stage Yarn Manufacturing

Dit artikel stelt een Process-Oriented Fusion Network (PFN) voor dat effectief de uitdagingen van kwaliteitsvoorspelling voor garen met meerdere materialen en meerdere stadia aanpakt door variabel lengtegevoelige materiaalsamenstellingen, nominale mengverhoudingsprioriteiten en stadiumspecifieke procescondities gezamenlijk te modelleren, waarbij een superieure prestatie op belangrijke kwaliteitsindicatoren wordt bereikt vergeleken met bestaande methoden.

Quanli Zhao, Xinlong Yu, Zihang Wu, Wenbang Fan, Li Yuan2026-09-07
💻 computer science

What composition selection buys in heterogeneous ensembles, and why oracle bounds overstate it

Dit artikel toont aan dat hoewel het selecteren van een optimale samenstelling van heterogene ensembleleden marginale winsten oplevert ten opzichte van een uniforme mix, het er niet in slaagt om simpelweg de beste enkelvoudige familie te overtreffen, wat onthult dat het waargenomen potentieel voor verbetering grotendeels een artefact is van selectiebias in plaats van werkelijke onbenutte prestatie.

Muhammetalp Erdem2026-09-07
💻 computer science

Duplicate Exposure and Candidate-Coverage Stress Testing in a Clinical Abbreviation Benchmark

Deze studie evalueert de impact van dubbele blootstelling en kandidaat-dekking stresstesten op de Clinical Abbreviation Sense Inventory (CASI), waarbij wordt onthuld dat hoewel datalekken een verwaarloosbaar effect hadden op de geaggregeerde nauwkeurigheid, een hoge in-support betrouwbaarheidskalibratie er niet in slaagde om betrouwbaar gevallen te detecteren waarin de juiste betekenis ontbrak uit de kandidaat-inventaris.

Tianze Yang, Qiqing Li, Jialun Wu, Xinyu Qiu2026-09-07
💻 computer science

A-tree: Agent Tree and Its Application to Patent Analysis

Dit artikel introduceert Agent Tree (A-Tree), een interpreteerbare uitbreiding van Neural Network Trees die gespecialiseerde agenten en een one-step look-ahead mechanisme gebruikt om de beslissingstransparantie en nauwkeurigheid in scenario's met hoge inzet te verbeteren, aangetoond door een succesvolle toepassing bij het classificeren en minen van innovatieregels uit computer vision-patenten.

Qiangfu ZHAO, Xiao Huang2026-09-07
💻 computer science

MAFL-PdM: A Multi-Agent Federated Learning Framework for Personalised Predictive Maintenance Across Heterogeneous Industrial IoT Sites

Dit artikel introduceert MAFL-PdM, een multi-agent federated learning-framework dat gebruikmaakt van post-federatie personalisatie om zowel gecentraliseerde training als federated baselines aanzienlijk te overtreffen bij het voorspellen van de resterende levensduur van apparatuur over heterogene industriële IoT-locaties heen, terwijl de gegevensprivacy behouden blijft.

Rebin Saleh, Engida Ephrem Alamerew, Balázs Villányi2026-09-07
💻 computer science

Recovering a Full AES-128 Key Across Tenant Boundaries via DDR4 Row-Buffer Timing on Cloud FPGAs

Dit artikel demonstreert dat een volledig onbevoorrechte co-tenant op een gedeelde cloud-FPGA een volledige AES-128 master key van een slachtoffer kan herstellen door gebruik te maken van DDR4 row-buffer timing zijkanalen, waarbij de "one-slot-per-bank" beperking wordt overwonnen door middel van reverse-engineered bank mapping en statistische aggregatie over meerdere encrypties.

Vineet Chadalavada, Fareena Saqib2026-09-07
💻 computer science

A Hybrid Deep Ensemble Intrusion Detection System with Adaptive Zero Trust Security for Industrial IoT Infrastructure

Dit artikel stelt een Hybrid Deep Ensemble Intrusion Detection System (HDE-IDS) voor dat een Transformer-enhanced DNN integreert met XGBoost en adaptieve Zero Trust-beveiliging om de nauwkeurigheid van malwaredetectie, stabiliteit en realtime veerkracht voor industriële IoT-infrastructuur aanzienlijk te verbeteren.

Manish Kumar Srivastava, Kavalla Prasanna, Ujjaval Patel, Ravirajsinh Vaghela2026-09-07
💻 computer science

A Semantic-Enhanced Multi-Task Framework with Structure-Aware Curriculum Learning for Low-Resource Neural Machine Translation

Dit artikel stelt een semantisch verrijkt multi-task framework voor met structuurbewust curriculum leren, waarbij gebruik wordt gemaakt van Qwen2-7B-Instruct en generatieve Semantic Role Labeling om de prestaties van neurale machinevertaling in situaties met weinig middelen aanzienlijk te verbeteren door semantische misalignement op te lossen en trainingsdynamiek te optimaliseren.

Jingxing Gao, Liqing Wang, Xingwei Chen, Yongyue Xu2026-09-07
💻 computer science

Dynamic Adaptive Multimodal Graph Fusion Network for Multi-Hazard Recognition Using Remote Sensing, Social Media, IoT, and Seismic Observations

Dit artikel introduceert het Dynamic Adaptive Multimodal Graph Fusion Network (DAMGF-Net), een nieuw deep learning-model dat op dynamische wijze gegevens van remote sensing, sociale media, IoT en seismische data integreert om een uiterst nauwkeurige, interpreteerbare en bijna real-time multi-hazard herkenning te bereiken voor aardbevingen, overstromingen, branden en rook.

Dannuri Mounika, Johnson Kolluri, Sunil Srinivas, Kiran Siripuri2026-09-07
💻 computer science

FZ-VLM: A Two Stage Florence-Zephyr Vision Language Model Framework for Pulmonary Nodule Characterization and Clinical Decision Making

Deze studie introduceert FZ-VLM, een nieuw twee-fasen Florence-Zephyr Vision-Language Model-framework dat de extractie van radiologische attributen uit long-CT-scans automatiseert en klinisch relevante nodulebeschrijvingen en follow-up aanbevelingen genereert, waarbij het een superieure nauwkeurigheid en volledigheid demonstreert vergeleken met bestaande AI-baselines en menselijke experts.

Pramit Dutta, Jenita Manokaran, Richa Mittal, Ryan Appleby, Eranga Ukwatta2026-09-07