💻 Category

cs

929 papers

💻 computer science

Adaptive-Hazard Bayesian Online Change-Point Detection for Text Streams: A Dirichlet-Multinomial Formulation

Dit artikel stelt een adaptieve-hazard Bayesiaanse online veranderpuntdetectiemethode voor voor tekststromen die reset-waarschijnlijkheden dynamisch aanpast op basis van drift in de lexicale distributie via een Dirichlet-multinomiale formulering, waarbij verbeterde detectieprestaties en verminderde vertraging worden aangetoond, met name in scenario's die gepaard gaan met geleidelijke of zwakke lexicale veranderingen.

Muhammad Ali Gunawan, Amalia Fitri2026-07-10
💻 computer science

Large scale IoT Intrusion Detection using Isolation Forest and Mutual Information based Feature Selection

Dit artikel toont aan dat een Isolation Forest-algoritme gecombineerd met op Mutual Information gebaseerde feature selectie beter presteert dan Autoencoder- en Ensemble-methoden bij grootschalige IoT-intrusiedetectie door een superieure nauwkeurigheid, F1-score en AUC te bereiken, terwijl een lagere computationele complexiteit wordt behouden op de NF-ToN-IoT-v3 dataset.

siddharth Ghansela2026-07-10
💻 computer science

Temporal Multi-Signal Fusion for Token-Level Hallucination Detection

Dit artikel stelt een temporele multi-signaal fusie-aanpak voor die hallucinatie behandelt als een sequentie-labeleringsprobleem met behulp van een BiGRU om tekststatistieken, NLI-implicatie en taalmodel-surprisal te combineren, waarbij een significante AUC-verbetering van 0,840 op RAGTruth wordt bereikt door gebruik te maken van temporele context in plaats van modelcapaciteit, terwijl de effectiviteit op closed-source en ongeziene modellen behouden blijft.

Igor Itkin2026-07-10
💻 computer science

A Risk-Oriented Verification and Validation Framework for Hallucination Detection in Public-Sector LLM Systems

Dit artikel stelt een risicogericht verificatie- en validatiekader voor dat de detectie van hallucinaties in publieke sector LLM's transformeert van een louter technische uitdaging naar een vraagstuk van governance door de introductie van een samengestelde risico-index om operationele beslissingen zoals uitstel of menselijke escalatie te sturen, waardoor juridische zekerheid en administratieve verantwoording worden gewaarborgd.

Nguyen Binh2026-07-10✓ Author reviewed ⓘ
💻 computer science

Forecasting the Onset of Hallucination: Causal, Token-Level, Black-Box Survival Analysis During Generation

Dit artikel introduceert een causaal, op token gebaseerd survivalanalyse-framework dat er succesvol in slaagt om het ontstaan van hallucinaties in grote taalmodellen te voorspellen voordat ze optreden, waarbij een AUROC van 0,777 wordt bereikt door tekst-nieuwheidsdrift te detecteren en waarschuwingen te geven ongeveer 11 tokens eerder dan traditionele post-hoc detectoren.

Igor Itkin2026-07-10
💻 computer science

NPDO: Neural Prediction Direction Optimizer for Fast VVC Intra Coding

Dit artikel stelt NPDO voor, een hybride neuraal framework dat multi-schaal feature extractie combineert met hiërarchische CNN- en Vision Transformer-architecturen om de VVC intra-predictie zoekruimte intelligent te snoeien, waarbij een reductie van 54,0% in coderingstijd wordt bereikt met slechts een 1,18% BD-Rate toename vergeleken met de VTM 23.0 referentie.

Reka Sandaruwan Gallena Watthage, Anil Fernando2026-07-10
💻 computer science

ADONIS: Adaptive Digital Twin-Driven Orchestration for Network-Intelligent Slicing in 6G Edge Environments

Dit artikel stelt ADONIS voor, een gedecentraliseerd framework voor 6G-netwerksegmentatie dat gebruikmaakt van een hiërarchische edge-federated Digital Twin-architectuur, een Spatio-Temporele Graph Neural Network-scheduler en een nieuw delta-coderingprotocol om synchronisatie-overhead en SLA-schendingen te minimaliseren, terwijl het convergentie van de toewijzing van middelen waarborgt.

Aritrik Ghosh2026-07-10
💻 computer science

Mining Focus-Aware Dense Subgraphs in Dynamic Multilayer Networks with Adaptive Updates

Dit artikel stelt het Focus-Aware Adaptive Dense Subgraph (FAADS) framework voor, dat efficiënt hoogwaardige dichte subgrafen in dynamische meerlaagse netwerken mijnt via een incrementeel updatesmechanisme, waarbij significante snelheidsverbeteringen worden bereikt ten opzichte van de huidige state-of-the-art methoden terwijl een bijna optimale dichtheidskwaliteit behouden blijft.

Huang Qibao¹, Rao Linghong¹，2026-07-10✓ Author reviewed ⓘ
💻 computer science

Deep Learning for Student Outcomes Temporal Deep Learning for Student Outcome Prediction: Comparing Multi-Task and Single-Task Approaches on the OULAD Dataset

Met gebruik van de OULAD-dataset toont deze studie aan dat hoewel BiLSTM-modellen beter presteren dan gradient boosting-baselines bij het voorspellen van studentenresultaten (geslaagd/gezakt) en uitval, multi-task learning-architecturen geen significant voordeel bieden ten opzichte van single-task-benaderingen ondanks een matige taakcorrelatie, wat suggereert dat deze uitkomsten berusten op deels onderscheidende gedragspatronen.

Haili Qin, Chuanxia Zhang, Linkai qi2026-07-10