💻 informatica

Spatial Structure in UAV Visual Geolocalization: Controlled Evaluation of Descriptor Pooling and Geographic Index Partitioning

Dit artikel daagt twee gangbare aannames in UAV-visuele geolocatie uit door via gecontroleerde experimenten op synthetische en echte vluchtgegevens aan te tonen dat noch radiaal gestructureerde descriptor pooling, noch geografische indexpartitiering de prestaties verbetert, waarbij dat laatste de nauwkeurigheid en efficiëntie zelfs verslechtert terwijl een eenvoudige platte index met een 384-dimensionale class token robuuste lokalisatie bereikt op embedded hardware.

Ivan Suchý, Michal Turčaník2026-10-19
💻 informatica

Limiting Cross-Session Reuse of Table-Specific Attack Information: Session Diversification of S-Boxes with Per-Instance Cryptographic Guarantees

Dit artikel introduceert QSD-SBox, een sessie-diversificatieschema dat voor elke sessie unieke (8×8) S-boxen construeert met behulp van op zaadwaarden gebaseerde affiene permutaties om het hergebruik van tabel-specifieke aanvalsinformatie tussen sessiesen effectief te voorkomen, terwijl strikte cryptografische garanties per instantie worden gehandhaafd zonder overhead bij runtime-zoekopdrachten.

Annas Malik, Ghulam Mustafa, You-Rak Choi, Ki-Il Kim2026-10-19
💻 informatica

A Novel System-Call Dataset for AI-Driven Host-Based Intrusion Detection in Containerized Cloud Environments

Dit artikel introduceert CHASE, een nieuwe systeemoproep-dataset die is afgestemd op gecontaineriseerde cloudomgevingen en de tekortkomingen in bestaande Linux-georiënteerde gegevens aanpakt door 4.980 traces te bieden met rijke contextuele kenmerken, waarmee de effectiviteit ervan wordt aangetoond bij het trainen van AI-modellen om zowel bekende als onbekende inbraakaanvallen met hoge precisie te detecteren.

AMMAR MOUSTAFA2026-10-19
💻 informatica

Entity and non-functional-requirement extraction from user stories: evidence from supervised sequence models and reproducible LLM benchmarking

Dit artikel evalueert supervised sequentiemodellen en open-weight LLM's voor het extraheren van entiteiten en niet-functionele eisen uit user stories, waarbij wordt aangetoond dat een BiLSTM-CRF model een nieuw uitgebracht, reproduceerbaar benchmark significant beter presteert dan zero-shot en one-shot LLM's.

Hazem Abedelrazeq Alreqeb, Motaz SAAD2026-10-19
💻 informatica

Sentiment Classification of Saudi Stock Market Tweets: Lexicon-Based Weak Supervision, Classical Machine Learning, and Zero-Shot Open-Source Large Language Models

Deze studie evalueert de sentimentclassificatie van tweets over de Saoedische aandelenmarkt door klassieke machine learning-modellen getraind op op lexiconen gebaseerde labels te vergelijken met een zero-shot open-source LLM, waarbij wordt onthuld dat terwijl klassieke modellen slechts potentieel gebrekkige regelgebaseerde labels reproduceren, de LLM een onderscheidend, domeinbewust perspectief biedt dat de kritieke noodzaak van door mensen geannoteerde grondwaarheid benadrukt om financiële sentimentanalyse te valideren.

Fahad Kamal Alsheref, Sura Awad Aldahwi2026-10-19
💻 informatica

CASA-IoT: Conformal Access Screening and Abstention for Managed IoT Systems Under Identity, Session, and Communication Uncertainty

Dit artikel introduceert CASA-IoT, een lichtgewicht framework voor selectieve toegang dat conformal prediction integreert met een probabilistische risicoclassificator om IoT-toegangsverzoeken dynamisch toe te staan, te weigeren of uit te stellen op basis van de zekerheid van het bewijs, waardoor de balans tussen beveiligingsbeperking en gebruikersfrictie effectief wordt beheerd terwijl het zich aanpast aan distributieverschuivingen door middel van kalibratievernieuwingen.

Arnold Gaumond2026-10-19
💻 informatica

DenseMem Cross Level Credit Assignment over Hierarchical Memory for Long Horizon Agentic Decision Making

Dit artikel introduceert DenseMem, een methode die begrensde episodische geheugen combineert met gesigneerde kruisniveau-creditallocatie om het leren bij vertraagde beloningen te verbeteren, maar experimentele resultaten geven aan dat hoewel het in sommige taken beter presteert dan vlakke creditassignatie, het niet consistent superieur is aan ongestructureerd leren of de route-efficiëntie verbetert, waardoor het uiteindelijk eerder een controleerbaar allocatiemechanisme biedt met geïdentificeerde beperkingen dan een bewijs van algemene superioriteit voor besluitvorming over lange termijn.

Zitan Chen, Xiang Li, Yue Ning, Wentao Zhang2026-10-19
💻 informatica

Aesthetics Prediction of Websites using Federated Learning

Dit artikel stelt een op Federated Learning gebaseerde aanpak voor met behulp van EfficientNet-B0 om de esthetiek van website-interfaces te voorspellen door individuele gebruikersvoorkeuren over vijf demografische groepen te integreren, waarbij een veelbelovende gemiddelde kwadratische fout van 0,0534 wordt bereikt terwijl de beperkingen van gecentraliseerde gegevensverzameling en gemiddelde beoordelingen worden overwonnen.

Ranjan Maity, Jahnavi Roy, Rahul Son Boro, Deepali Borgayary2026-10-19