💻 Category

cs

3729 papers

💻 informatica

BTC-FUSION: Fusing Bitcoin Peer-to-Peer Network Metadata with On-Chain Analytics for Explainable Lead Generation and Risk-Controlled Attribution

BTC-FUSION is een offline systeem dat metadata van het Bitcoin P2P-netwerk combineert met on-chain analyses om verklaarbare, risicogestuurde leads voor de detectie van illegale activiteiten te genereren door gebruik te maken van een CoinJoin-bewuste resolver, gradient-boosted ranking en een strikt foutengelimiteerd antwoordbeleid, terwijl het beperkingen in attributienauwkeurigheid tegen specifieke adversariële condities erkent.

Harshit Kumar Sengar, Yury Trochin, Tanav Dwivedi, Akshat Prasad, Ashwani Kumar, Tanvi Goel2026-10-20
💻 informatica

Reliable Skin-Tone Fairness in Dermatology AI: From Lesion-Level Leakage to Tone-Adaptive Learning

Dit artikel behandelt huidskleur-eerlijkheid in de dermatologische AI door de ernstige prestatie-inflatie bloot te leggen die wordt veroorzaakt door lekken van gegevens op laesieniveau en de onbetrouwbaarheid van op luminantie gebaseerde huidskleur-proxies, om uiteindelijk een rigoureus evaluatieprotocol en een toon-adaptieve preprocessingspipeline voor te stellen die de modelgevoeligheid voor donkere huidtinten onder realistische klinische omstandigheden aanzienlijk verbetert.

Muhammad Rizwan Tahir, Shaista Habib, Sadaf Jabeen, Zahoor Khan2026-10-20
💻 informatica

The Birth, Life, and Death of Internal Organization

Dit artikel stelt een raamwerk voor genaamd "Consequence Organization" om de levenscyclus en identiteit van interne structuren in leersystemen te definiëren op basis van hun causale impact op toekomstige uitkomsten, waarbij wordt aangetoond dat een dergelijke organisatie persisteert, overdraagt en sterft op manieren die niet alleen door representatieve gelijkenis of operator-uitlijning kunnen worden gevangen.

Yuxuan Deng2026-10-20
💻 informatica

A Leakage-Safe, Interpretable Machine Learning Baseline for CNC Tool Wear Classification: Reproducibility Lessons from the UC Berkeley Milling Dataset

Deze studie vestigt een reproduceerbaar, lekveilig evaluatiekader voor de classificatie van CNC-gereedschapsslijtage met behulp van de UC Berkeley Milling Dataset, waarbij wordt aangetoond dat een eenvoudig, interpreteerbaar logistisch regressiemodel complexe ensembles overtreft wanneer deze correct gegroepeerd zijn per gereedschapscasus en in lijn zijn met fysieke slijtindicatoren.

Md Ryshur Rahman Turin, Md Abid Hasan, Jamal Uddin Ahamed2026-10-20
💻 informatica

Robust and Scalable Lexical Candidate Generation for Knowledge Graph Matching: A Cross-Domain Empirical Study

Dit artikel presenteert een cross-domein empirische studie die vier methoden voor het genereren van lexicale kandidaten evalueert over 34 datasets, waarbij wordt onthuld dat BM25 een stabiele prestatie biedt terwijl character n-gram retrieval dient als een robuuste zero-configuratie baseline, wat uiteindelijk schaalbare kennisgraaf-matching mogelijk maakt met een reductie van de zoekruimte van meer dan 99%.

Savita Sawant, Sushopti Gawade, Mukesh Shrimali2026-10-20
💻 informatica

Facts Without Owners. Consolidating a Conversation into a Language Model's Weights Stores What Was Said, Not Who Said It

Dit artikel toont aan dat hoewel het consolideren van de gesprekshistorie direct in de gewichten van een taalmodel de feitelijke herinnering verbetert zonder externe archieven, het model er niet in slaagt om de herkomst van de spreker betrouwbaar bij te houden, wat het behoud van een extern archief noodzakelijk maakt om informatie accuraat toe te schrijven.

Maximiliano Rodrigo Speranza2026-10-20
💻 informatica

State-of-the-Art Image Recognition for Surface Water Garbage Detection, Classification, and Counting

Dit artikel presenteert een lichtgewicht op YOLOv8n gebaseerd beeldherkenningssysteem voor het detecteren, classificeren en tellen van oppervlaktewaterafval, waarbij wordt aangetoond dat hoewel de aanpak haalbaar is met beperkte data en CPU-bronnen, de huidige bescheiden prestatie (mAP50 van 0,244) de noodzaak benadrukt van uitgebreidere datasets, verfijnde labels en verlengde training om praktische bruikbaarheid te bereiken.

Prathamesh Garud2026-10-20
💻 informatica

Dynamic LeJEPA: Maximum Entropy Representations for Sequential Prediction and Latent Planning with Theoretical Guarantees

Dit artikel lost de paradox van degradatie van domeinkennis in Joint-Embedding Predictive Architectures op door te bewijzen dat maximum-entropie encoders theoretisch optimaal zijn en dat fysica-restricties op de decoder moeten worden toegepast in plaats van op de encoder, terwijl het tegelijkertijd een kritieke faalmodus blootlegt waarbij offline latente planning gemakkelijk kan worden geëxploiteerd door modellen die geen werkelijke ondersteuning bieden voor downstream controle.

Mohsen Mostafa2026-10-20