💻 computer science

A Knowledge Graph-Based Intelligent Guidance System for Competency-Oriented Anesthesiology Residency Training: Design and Evaluation

Deze studie presenteert een lokaal inzetbaar, op kennisgrafen gebaseerd intelligent begeleidingssysteem voor de opleiding tot anesthesioloog dat gebruikmaakt van een dual-engine retrieval-augmented generation-framework om nauwkeurige, aan richtlijnen voldoende en privacybewuste educatieve ondersteuning te bieden zonder afhankelijk te zijn van cloudgebaseerde grote taalmodellen.

Meng Yang, Kerong Hai, Qian Zhang, Xue Li, Xin Liu, Wanrong Wang2026-09-02
💻 computer science

Machine Learning Based Crop Recommendation Using Tuned Classifiers and Ensemble Methods

Deze studie toont aan dat voor taken met betrekking tot gewasaanbevelingen een goed afgestemd enkel Random Forest-model een nauwkeurigheid bereikt die vergelijkbaar is met complexe ensemblemethoden, wat suggereert dat eenvoudigere, kosteneffectieve oplossingen voldoende zijn zonder de noodzaak van redundante modelcombinaties.

Faiza Noushin Priya, Mirza Md. Hasibul H, Mahfiza Akter, Sraboni Ghosh Joya, Shahria Badhon2026-09-02
💻 computer science

Corrective Retrieval-Augmented Generation Adaptation in Closed Domains for Development of Intelligent Human Resource Management Systems

Dit artikel presenteert een Design Science Research-studie naar een gesloten domein Smart HR-systeem voor mkb's, die aantoont dat een Corrective RAG-adaptatie met hard-negative training binnen hetzelfde hoofdstuk de getrouwheid van antwoorden aanzienlijk verbetert ten opzichte van standaard RAG, ondanks een afruil in de algehele nauwkeurigheid.

Devi Willieam Anggara, Marcellino Joestiawan, Mohd Shafry Mohd Rahim, Ibrahim Salim Sulaiman Al Farsi, Fetty Fitriyanti (…)2026-09-02
💻 computer science

SCOPE: Rethinking Attack Analysis as Uncertainty-Aware Security Reasoning under Incomplete Observations

Dit artikel introduceert SCOPE, een onzekerheidsbewust, training-vrij framework dat coherente aanvalspatronen reconstrueert onder incomplete observaties door gedragscentrische groepering, distributionele TTP-mapping en Top-K Viterbi-sequentie-inferentie te integreren om bestaande baselines te overtreffen in nauwkeurigheid en robuustheid.

JuYoung Lee, JeongMin Oh, SeonWoo Lee, TaeJin Lee2026-09-02
💻 computer science

Development and Evaluation of a Fine-Tuned EfficientNet-B0 Model for Maize Disease Detection

Dit artikel presenteert een hoog geoptimaliseerd, fijn afgestemd EfficientNet-B0-model met behulp van transfer learning dat een nauwkeurigheid van 97,57% bereikt bij het automatisch detecteren van negen soorten maïsziekten uit real-world afbeeldingen, waarmee een computationeel efficiënte tool wordt geboden om kleine boeren te ondersteunen bij vroege ziekteidentificatie.

Kayombo Sakachiva, Jackson Phiri, Mayumbo Nyirenda2026-09-02
💻 computer science

Optimized AI-Based Intrusion Detection System for Accurate DDoS Attack Detection

Dit artikel stelt een geoptimaliseerd AI-gebaseerd intrusiedetectiesysteem voor dat GridSearchCV gebruikt om zes machine learning- en deep learning-modellen te tunen op de CICDDoS2019-dataset, waarbij wordt aangetoond dat Random Forest en XGBoost een superieure nauwkeurigheid en efficiëntie bereiken bij het detecteren van diverse DDoS-aanvallen in vergelijking met andere algoritmen.

Rodrigue SAOUNGOUMI SOURPELE, Patalet LAYIBE, Franklin TCHAKOUNTE, Blaise Omer YENKE, Ado Adamou ABBA ARI2026-09-02
💻 computer science

Q-LDPSO: Quantum-Enhanced Leaders-Driven Particle Swarm Optimizer for Intrusion Detection in IoT Environments

Dit artikel stelt Q-LDPSO voor, een nieuwe quantum-enhanced particle swarm optimizer met Quantum Population Initialization en een Quantum Bidirectional Search Strategy, die superieure prestaties bereikt voor feature selectie en intrusiedetectie (99,63% nauwkeurigheid) voor IoT-omgevingen wanneer deze wordt gecombineerd met een RF-XGBoost ensemble classifier.

Jayakumar Kaliappan2026-09-02
💻 computer science

Conservative Proxy Prompting for Reliable Frozen Vision–Language Models with Missing Modalities

Dit artikel stelt Conservative Proxy Prompting (CPP) voor, een parameter-efficiënt framework dat de betrouwbaarheid van bevroren visie-taalmodellen bij ontbrekende modaliteiten verbetert door representaties van proxy's in de feature-ruimte te construeren en hun bijdrage conservatief te reguleren om misleidende signalen te voorkomen.

Xiaoyong Mei, Wei Ji, Jiale Dong, Chao Duan, Mingyan Zhang, Fudan Zheng2026-09-02
💻 computer science

Visual, OCR-Text, and Hybrid Evidence Retrieval for Document Visual Question Answering: A Controlled Failure Analysis

Deze studie toont aan dat hoewel visueel gebaseerde pagina-retrieval de selectie van bewijsmateriaal en de kwaliteit van daaropvolgende antwoorden in Document Visual Question Answering aanzienlijk verbetert vergeleken met lexicale methoden, er aanzienlijke prestatiekloof blijft bestaan door beperkingen in de antwoordgeneratie, zelfs wanneer de juiste pagina wordt geleverd, en hybride fusie geen extra voordeel biedt ten opzichte van sterke visuele retrievers alleen.

Richmond Ampah-Mensah, Muhammad Munsarif, Muhammad Sam`an2026-09-02