💻 Category

cs

2354 papers

💻 computer science

Evaluating Cross-Method Explanation Consistency in XGBoost-Based Heart-Disease Classification

Deze studie evalueert de voorspellende prestaties en de consistentie van verklaringen tussen methoden van een XGBoost-classifier op een hartziekten-dataset, waarbij wordt aangetoond dat hoewel het model een sterke nauwkeurigheid en een matige tot sterke overeenstemming tussen globale verklaringen (native importance, permutation importance en SHAP) bereikt, deze dimensies onderscheidend zijn en klinische validiteit niet inherent garanderen.

Aritrik Ghosh2026-09-04
💻 computer science

Confidence Calibration and Semantic Error Analysis for Ambiguous Coreference Resolution in User-Generated Social Media Text

Dit artikel introduceert AmbiGraph-Coref, een op grafen gebaseerd model dat is verbeterd met vertrouwenskalibratie en een expliciet onoplosbaar mechanisme, dat een hoge prestatie behaalt bij het oplossen van ambigue coreferentie in synthetische sociale media-tekst, terwijl de noodzaak voor toekomstige validatie op authentieke real-world data wordt benadrukt.

Yuewei Yuan, Jialei Huang, Jiayang Yin, Tianyi Xu2026-09-04
💻 computer science

Playback Quality Anomalies Associated with Rapid Swiping in Short Videos: Model-Attributed Association Estimation and Risk Prediction

Deze studie maakt gebruik van een grootschalige dataset en een kwaliteitbewust machine learning-model om afspeelkwaliteitsproblemen accuraat te onderscheiden van een lage gebruikersinteresse bij snelle video-swipes, waarbij een hoge voorspellende prestatie wordt behaald en gerichte optimalisatie van streamingervaringen mogelijk wordt gemaakt.

Yuewei Yuan, Tianyi Xu, Jialei Huang, Jiayang Yin2026-09-04
💻 computer science

Local Second-Order Adjoint Dynamics for Implicit Neural Networks

Dit artikel introduceert Causal Adjoint Transport (CAT), een lokale tweede-orde adjoint-dynamica methode die de computationele kosten van het trainen van impliciete en recurrente neurale netwerken nabij stabiliteitsgrenzen aanzienlijk vermindert door aanzienlijk minder Jacobian-acties te vereisen in vergelijking met eerste-orde relaxatie en andere solvers.

Dino Vlahek, Dijana Oreški, Matija Novak, Darko Andročec2026-09-04
💻 computer science

Evaluating Medical Visual Question Answering for Telemedicine: A Secondary Data Review and the TRACE-MedVQA Framework

Deze studie evalueert de huidige beperkingen in Medical Visual Question Answering (Med-VQA) voor telemedicijn en stelt het TRACE-MedVQA-framework voor, een retrieval-augmented, gekalibreerd en uitlegbaar systeem dat is ontworpen om de veiligheid en betrouwbaarheid van klinische besluitvormingsondersteuning op afstand te verbeteren.

Kazi Abdul Mannan, Sidratul Muntaha Upoma, Mohammad Arman Hossain2026-09-04
💻 computer science

Retrieval-Augmented Safety Knowledge for Vision-Language-Action Models in Autonomous Vehicles

Dit artikel stelt een retrieval-augmented captioning-framework voor dat gedestilleerde botsvermijdingsbeleid en formele rijregels injecteert in Vision-Language-Action-modellen, wat de nauwkeurigheid van de trajectvoorspelling voor autonome voertuigen aanzienlijk verbetert om de prestaties van de grondwaarheid te evenaren door veiligheidskritieke details aan te pakken die vaak door standaardmodellen worden gemist.

Elaheh Hosseini, Macheal Ruiz, Soodeh Nikan2026-09-04
💻 computer science

Cost-Efficient Large Language Model-Assisted Title­­ and Abstract Screening for Systematic Reviews: Method Evaluation and Validation

Deze studie toont aan dat zorgvuldig gestructureerde workflows voor grote taalmodellen, met name die gebruikmaken van few-shot prompting en expliciete redenering, een hoge sensitiviteit kunnen bereiken bij de screening van systematische reviews, terwijl de handmatige inspanning met meer dan 80% wordt verminderd tegen lage kosten.

Dimitri Belenki, Alexander Astanin, Dan Baaken, Heinrich A. M. Leymann, Felix Meyer, Blanka Pophof, Evelyn Weiser2026-09-04
💻 computer science

Condition-Aware Multiscale Hourglass-Transformer for Remaining Useful Life Prediction of Turbofan Engines

Dit artikel stelt een Condition-Aware Multiscale Hourglass-Transformer (CA-MHT) model voor dat de voorspelling van de resterende levensduur (Remaining Useful Life) voor turbofanmotoren onder variërende bedrijfsomstandigheden verbetert door middel van regime-specifieke normalisatie en multiscale temporele analyse, terwijl het SHAP en Integrated Gradients gebruikt om de afhankelijkheid van het model van temporeel sensorgedrag te valideren en de transparantie van de besluitvorming te waarborgen.

Mubashar Abbas2026-09-04
💻 computer science

NumaRing: Topology-Aware Routing for NUMA-Local MPMC Queues, and What Broke When We Optimized It

Dit artikel presenteert NumaRing, een topologiebewuste MPMC-queue implementatie die laat zien hoe door profiling gedreven ontdekkingen — specifiek het elimineren van een kostbare per-operatie topologie-lookup, het oplossen van een gedeelde-atomaire bottleneck in work-stealing, en het verwijderen van ineffectieve CPU-pause backoff — de prestaties drastisch kunnen verbeteren, terwijl ook wordt onthuld dat zelfs met deze optimalisaties de ruwe doorvoer op een twee-socket systeem ver onder de oorspronkelijke ontwerpdoelstellingen blijft.

Parth Sinha2026-09-04