💻 computer science

A State-Sensing Adaptive Artificial Bee Colony Algorithm with Dynamic Search and Rank-Based Selection for High-Dimensional Complex Optimization

Dit artikel stelt het State-Sensing Adaptive Artificial Bee Colony (SSA-ABC) algoritme voor, dat de beperkingen van de standaard ABC overwint door middel van dimensionaliteitsbewuste initialisatie, dynamische zoekaanpassing en ranggebaseerde selectiemechanismen om superieure prestaties te behalen in hoogdimensionele optimalisatie en robotpadplanning.

Xinyao Gao2026-09-02
💻 computer science

Visual Distances among Cultural Art Corpora Align with Expert-Coded Historical-Artistic Relatedness

Deze studie toont aan dat visuele afstanden afgeleid van grote visuele modellen significant correleren met door experts gecodeerde kunsthistorische verwantschap over diverse culturele eenheden en tijdperken heen, wat suggereert dat internetschaal visuele trainingscorpora inherent statistische regelmatigheden coderen die kunsthistorische relaties weerspiegelen.

Qiurui Wang, Weiqiang Ying, Ziyu Xu, Yousheng Yao, Shirui Wen, Guoying Wu, Cheng Yao, Fangtian Ying, Guanghui Huang2026-09-02
💻 computer science

Joint Scheduling and Resource Allocation in Heterogeneous Queuing Systems with Bursty Traffic: A Constrained Soft Actor-Critic Approach

Dit artikel stelt een Constrained Soft Actor-Critic (CSAC) aanpak voor die strikte vertragingsbeperkingen ontkoppelt van de beloningsfunctie en een tweestaps mapping-mechanisme gebruikt om de doorvoersnelheid-utiliteit effectief te maximaliseren terwijl vertragingsschendingen in heterogene wachtrijsystemen met bursty verkeer worden geminimaliseerd, waarbij het zowel ongeconstreerd leren als heuristische baselines overtreft.

Ao Fang, Jianyu Cao, Weihua Qian2026-09-02
💻 computer science

Quantifying Data Efficiency in YOLO-Based Femur Segmentation for Axial T1-Weighted MRI

Deze studie toont aan dat binnen de YOLO-familie van modellen voor femursegmentatie in T1-gewogen MRI, YOLOv11m-seg de optimale balans biedt tussen data-efficiëntie, nauwkeurigheid en snelheid in regimes met een tekort aan data, waarbij het een hoge prestatie levert met slechts 100 geannoteerde sneden, terwijl het aantoont dat architecturale verschillen verwaarloosbaar worden bij grotere datasets.

Patrick Gerard Sujeeth, I R Praveen Joe2026-09-02
💻 computer science

BioSurveillance-Agent: A Multi-Method Explainable Agentic Platform for Epidemic Surveillance on One-Health Networks

BioSurveillance-Agent is een multi-methode uitlegbaar agentisch platform dat One Health-netwerken, draagbare sensoren en een hybride AI-pipeline integreert om context-adaptieve, hiërarchische epidemische surveillance en interventie mogelijk te maken, waarbij significante reducties in ziekteverspreiding en mortaliteit worden aangetoond door middel van robuuste, menselijk-auditbare besluitvorming.

Valentina Carbonari, Annamaria Defilippo, Pietro Hiram Guzzi, Pierangelo Veltri2026-09-02
💻 computer science

CMTD: Cascaded Multi-Token Disambiguation Model for Lip Reading

Het artikel stelt het Cascaded Multi-Token Disambiguation Model (CMTD) voor, dat de prestaties van liplezen verbetert door toekomstige contextmodellering direct in het decoderingproces te integreren via een gecascadeerde multi-token voorspellingsstructuur en een hiërarchisch trainingsdoel, waardoor visuele ambiguïteiten effectief worden opgelost en foutpercentages op benchmark-datasets worden verminderd.

Yuting Fang, Feng Xue, Zhe Chen, Shujie Li2026-09-02
💻 computer science

Beyond Coverage: An Empirical Study of Mutation-Score Proxies for Deep Neural Network Testing

Dit artikel toont empirisch aan dat hoewel traditionele en niet-structurele testadequatheidscriteria een zwakke of geen correlatie vertonen met mutatiescores, Latent Space Class Dispersion (LSCD) dient als een significant sterkere en computationeel efficiëntere proxy voor het evalueren van de kwaliteit van Deep Neural Network-testdatasets vergeleken met Mahalanobis Distance-gebaseerde Surprise Coverage.

Vivek V. Vekariya, Mojdeh Golagha, Andrea Stocco, Alexander Pretschner2026-09-02
💻 computer science

Graph Learning for Cold-Start and Data-Scarce Recommendation: A Taxonomy-Driven Critical Survey

Dit artikel presenteert een kritische survey van 183 studies (2018–2026) over graph learning voor cold-start en data-arme aanbevelingen, waarbij een taxonomie-gestuurde analyse van methodologieën wordt geboden en de dringende behoefte aan striktere evaluatieprotocollen en een betrouwbaardere integratie van zijinformatie wordt benadrukt om de huidige ongelijkmatigheid in bewijsvoering aan te pakken.

Samane Sayyar, Amir Soltani2026-09-02
💻 computer science

SymCLIP: Symmetric Prompting with Adaptive Semantic Labeling for Multi-Intent Recognition

Het artikel stelt SymCLIP voor, een nieuw framework dat multi-intent herkenning in sociale media-afbeeldingen verbetert door Symmetric Vision–Language Prompting te introduceren om visuele en tekstuele kenmerken synergetisch te koppelen en Dynamic Label Integration toe te passen om adaptieve semantische representatie mogelijk te maken, waarmee het de state-of-the-art prestaties bereikt op de Intentonomy dataset.

Shuang Wu, Honglin Ma2026-09-02