💻 Category

cs

2341 papers

💻 computer science

Disentangling Mechanism, Budget, and Coverage in Data Augmentation for Imbalanced Malware Family Classification

Dit artikel ontrafelt de effecten van het generatiemechanisme, het augmentatiebudget en de dekking in diepe generatieve modellen voor ongebalanceerde malware-classificatie, waarbij wordt vastgesteld dat hoewel de meeste factoren verwaarloosbare prestatiewinsten opleveren, het vergroten van het augmentatiebudget een kleine maar reproduceerbare verbetering biedt voor RBF-SVM-classifiers, wat het cruciale belang van experimenteel ontwerp bij het evalueren van dataugmentatiestrategieën benadrukt.

Kiana Bakrani Balani, Fabio Di Troia2026-09-07
💻 computer science

Memory-Efficient Contrastive Learning via Budgeted Hard Negative Selection

Dit artikel introduceert een geheugenefficiënt contrastief leerframework dat de kwadratische geheugenbottleneck van dichte gelijkenismatrices elimineert door streaming-berekeningen en het dynamisch selecteren van een vast budget aan harde negatieven, wat aanzienlijk grotere batchgroottes mogelijk maakt op beperkte hardware terwijl de effectiviteit van de optimalisatie behouden blijft.

Qinwu Xu2026-09-07
💻 computer science

A Concern-Centric Empirical Evaluation of Multi-Language Code Smells: An LLM-Assisted Study of JNI Software Evolution

Dit artikel presenteert een op zorgen gerichte empirische evaluatie van JNI-codegeuren met behulp van LLM-ondersteunde analyse van 8.207 commits over 15 open-source projecten, waarbij wordt onthuld dat bestaande geurdefinities slechts 36,5% van de onderhoudsgerelateerde zorgen van ontwikkelaars dekken en drie nieuwe geurdefinities worden voorgesteld om de geïdentificeerde hiaten aan te pakken.

Md Shahrukh Ansari, Salman Abdul Moiz2026-09-07
💻 computer science

Failure Transparency in Android Forensic Parsing Under Schema and Representation Drift: A Controlled ALEAPP Microbenchmark

Deze studie toont aan dat hoewel gecontroleerde schema- en representatiedrift in Android-forensische parsers zoals ALEAPP regelmatig leidt tot incomplete of verkeerd geïnterpreteerde bewijslast, de tools er niet in slagen om voor de onderzoeker zichtbare diagnostiek van deze fouten te bieden, wat het kritieke belang benadrukt van validatiekaders die prioriteit geven aan transparantie over fouten naast herstelnauwkeurigheid.

Tarun Preetham Bulla2026-09-07
💻 computer science

The Query Cannot See the Question: A Short Convolution's Reach Decides Which Part of a Query Conditions Retrieval, and What Falls Outside Becomes a Confident Wrong Answer

Dit artikel으로 toont aan dat de korte causale diepteconvolutie in linear-attention en state-space modellen een harde, niet-afbreekbare limiet oplegt aan welke delen van een query retrieval kunnen conditioneren, wat ervoor zorgt dat het model met zekerheid foutieve antwoorden genereert wanneer cruciale informatie buiten dit nauwe venster valt, een falen dat voortduurt in ondiepe lagen maar kan worden verzacht door diepere architecturen of grotere kernels.

Maximiliano Rodrigo Speranza2026-09-07
💻 computer science

Approach to Robust Visual Relocalization for Humanoid Robots via Mixture-of-Experts with Hierarchical Distillation

Dit artikel stelt een robuust visueel relokalisatieframework voor humanoïde robots voor dat een Mixture-of-Experts-architectuur integreert met hiërarchische kennisdistillatie om nauwkeurige, stabiele en efficiënte 6-DoF pose-estimatie te bereiken onder uitdagende omstandigheden zoals abrupte gezichtspuntveranderingen en zelf-occlusie.

Shichu Sun, Jingwen Luo2026-09-07
💻 computer science

Modelling Reinforcement Learning Scheduling Agents: Action spaces, reward designs, and expert demonstrations

Dit artikel onderzoekt hoe modelleringskeuzes in Deep Reinforcement Learning de planningsbeleid voor het Flexible Job-shop Scheduling Problem beïnvloeden, waarbij wordt aangetoond dat het integreren van optimaliteitsgrenzen afgeleid van Constraint Programming en expertdemonstraties in een multi-agent framework het beloningsontwerp aanzienlijk verbetert en de convergentie versnelt om superieure, real-time planningsprestaties te bereiken.

Alexandre Jesus, Arthur Corrêa, Miguel Vieira, Catarina Marques, Cristóvão Silva, Samuel Moniz2026-09-07
💻 computer science

A Comparative Study of Pretrained Transformer Models for Quranic ASR: Speech Representations, Label Formats, and Dataset Composition

Dit artikel presenteert een systematische empirische studie die aantoont dat het fine-tunen van het Wav2Vec2-XLSR-53 pre-trained Transformer-model op een dataset van 870 uur Koranische tekst zonder diakritische tekens de Word Error Rates significant vermindert en de trainingsefficiëntie verbetert in vergelijking met baseline-systemen.

Nabil Mosharraf Hossain, Riasat Islam, Unaizah Obaidellah2026-09-07