ProvAgent: Threat Detection Based on Identity-Behavior Binding and Multi-Agent Collaborative Attack Investigation

ProvAgent is een nieuw raamwerk dat de dreigingsdetectie voor geavanceerde aanhoudende bedreigingen (APTs) verbetert door traditionele modellen te combineren met een multi-agent samenwerking voor autonome, diepgaande onderzoek, waarbij het gebruikmaakt van identiteit-gedrag binding en grafiekcontrasterend leren om nauwkeurige waarschuwingen te genereren en complete aanvalspaden te reconstrueren tegen een minimale kostprijs.

Wenhao Yan, Ning An, Linxu Li, Bingsheng Bi, Bo Jiang, Zhigang Lu, Baoxu Liu, Junrong Liu, Cong Dong2026-03-11💻 cs

Evidential Perfusion Physics-Informed Neural Networks with Residual Uncertainty Quantification

Dit artikel introduceert EPPINN, een nieuw raamwerk dat bewijskrachtig diep leren combineert met physics-informed neural networks om de nauwkeurigheid en betrouwbaarheid van perfusieparameter-schattingen bij acute ischemische beroertes te verbeteren door zowel aleatorische als epistemische onzekerheid te kwantificeren zonder Bayesiaanse steekproeven.

Junhyeok Lee, Minseo Choi, Han Jang, Young Hun Jeon, Heeseong Eum, Joon Jang, Chul-Ho Sohn, Kyu Sung Choi2026-03-11💻 cs

PixelConfig: Longitudinal Measurement and Reverse-Engineering of Meta Pixel Configurations

Dit paper introduceert PixelConfig, een framework voor het reverse-engineeren van Meta Pixel-configuraties, en onthult dat gezondheidswebsites tot 98,4% gebruikmaken van ingebouwde functies voor activiteits- en identiteitsvolging, waarbij zelfs gevoelige medische informatie wordt getrackt ondanks beperkte en vaak te omzeilen privacybeperkingen.

Abdullah Ghani (Lahore University of Management Sciences), Yash Vekaria (University of California, Davis), Zubair Shafiq (University of California, Davis)2026-03-11💻 cs

EventVGGT: Exploring Cross-Modal Distillation for Consistent Event-based Depth Estimation

Het artikel introduceert EventVGGT, een nieuw raamwerk dat voor het eerst ruimtelijk-temporele en multi-view geometrische prioren distilleert vanuit de Visual Geometry Grounded Transformer (VGGT) naar het event-domein via een drievoudige distillatiestrategie, waardoor de temporele consistentie en nauwkeurigheid van monocular event-based diepteschatting aanzienlijk wordt verbeterd.

Yinrui Ren, Jinjing Zhu, Kanghao Chen, Zhuoxiao Li, Jing Ou, Zidong Cao, Tongyan Hua, Peilun Shi, Yingchun Fu, Wufan Zhao, Hui Xiong2026-03-11💻 cs

Vision-Augmented On-Track System Identification for Autonomous Racing via Attention-Based Priors and Iterative Neural Correction

Dit artikel introduceert een vision-augmenterend, iteratief systeem voor het identificeren van voertuigdynamica in autonoom racen, dat een CNN-gebaseerde visuele wrijvingsschatting combineert met een S4-model voor tijdsreeksresiduen en een Nelder-Mead-optimatie om de koude-startconvergentie en nauwkeurigheid van Pacejka-tireparameters aanzienlijk te verbeteren.

Zhiping Wu, Cheng Hu, Yiqin Wang, Lei Xie, Hongye Su2026-03-11💻 cs