💻 Category

cs

2354 papers

💻 computer science

A Deep Learning Framework for Multi-Class Lung Disease Detection Using CXR Imaging

Deze studie stelt een bias-bewust deep learning-framework voor dat gebruikmaakt van een gecureerde, uniform voorbewerkte multisource CXR-dataset en een bron-voorspellings-sanitycheck om dataset-oorsprongsbias te mitigeren, waarbij wordt aangetoond dat een op maat gemaakte ResNet-38 het een superieure nauwkeurigheid van ongeveer 93% bereikt bij de detectie van multi-class longziekten vergeleken met diepere ResNet-architecturen.

Neha Sehgal, Md. Arquam, Tayyab Khan, Akanksha Mrinali2026-09-01
💻 computer science

A Hybrid Machine-Learning Based Security Algorithm for Improved Detection of Distributed-Denial-of-Services Attacks in Internet of Things Networks

Dit artikel stelt een hybride Machine Learning-gebaseerd beveiligingsframework (MLBS) voor dat K-Nearest Neighbors (KNN) en Recurrent Neural Networks (RNN) integreert om een superieure nauwkeurigheid en robuustheid te bereiken bij het detecteren van Distributed Denial of Service (DDoS)-aanvallen binnen Internet of Things (IoT)-netwerken, waarbij conventionele modellen wordt overtroffen met een detectiepercentage van 98,72%.

Coster Baloyi, Topside Ehleketani Mathonsi, Tshimangadzo Mavin Tshilongamulenzhe, Tonderai Muchenje, Du Plessis Daniel2026-09-01
💻 computer science

An Adaptive Multi-Scale Multi-Expert Hybrid Deep Learning Framework for Explainable Breast Cancer Histopathological Image Classification

Deze studie stelt een adaptief multi-schaal multi-expert hybride deep learning-framework voor dat EfficientNetB7 en Vision Transformer combineert met dynamische featurefusie en attention-verfijning om een state-of-the-art nauwkeurigheid en verklaarbaarheid te bereiken in de classificatie van histopathologische borstkankerbeelden op de BreakHis-dataset.

Praveen Kumar Kalangi, Sammulal Porika2026-09-01
💻 computer science

Identifying and Characterizing Risk Areas in Public API Support: An Integrated Analysis of YouTube APIs

Dit artikel presenteert een empirische studie van YouTube-API's die correlatieanalyse en boomgebaseerde modellen gebruikt op 8.743 Stack Overflow-interacties om risicovolle ondersteuningsgebieden te identificeren en te karakteriseren die worden gedreven door omgevings-, code- en documentatiefactoren, waarbij actiegerichte inzichten worden geboden voor het verbeteren van de kwaliteit van de API-ondersteuning en responstijden.

Sultan Alanazy, Jeff Tian, Abdullah Bokhary2026-09-01
💻 computer science

UAD-YOLO: An Efficient Context-Aware and Shape-Aware Framework Based on YOLOv11 for Urban Anomaly Detection in Complex Scenes

Dit artikel presenteert UAD-YOLO, een efficiënt op YOLOv11 gebaseerd framework dat is verbeterd met Large Separable Kernel Attention, Reparameterised Convolution en Shape-IoU loss om hoge nauwkeurigheid en real-time detectie van stedelijke anomalieën in complexe scènes te bereiken, gevalideerd door een nieuwe dataset en superieure prestatiecijfers ten opzichte van baseline-modellen.

Chen Shiying2026-09-01
💻 computer science

An explainable hierarchical machine learning framework for schizophrenia biomarker detection based on electroencephalogram signals

Deze studie presenteert een uitlegbare hiërarchische machine learning-framework die Sequential Forward Selection integreert met SHAP-analyse om robuuste EEG-biomarkers te identificeren, zoals frontale permutatie-entropie en temporele spectrale kenmerken, waarbij tot 81,44% nauwkeurigheid wordt bereikt bij het onderscheiden van schizofreniepatiënten van gezonde controles.

Mohammadreza Norouzi, Fatemeh Farokhshad, Amirhesam Ghasri, Sara Bagherzadeh, Pouya Tolou Kouroshi, Ahmad Shalbaf2026-09-01
💻 computer science

NACS-Net: Normality–Anatomy–Concept Segmentation for Clinically Significant Prostate Cancer on T2-Weighted MRI

Het artikel introduceert NACS-Net, een nieuw segmentatieframework dat een normaliteit–deviatie dual-stream, anatomie-gestuurde iteratieve verfijning en een ijle concept bottleneck integreert om effectief de uitdagingen van voorgrondonbalans, contrastarme laesies en cross-scanner generalisatie aan te pakken bij het detecteren van klinisch significante prostaatkanker op T2-gewogen MRI.

Shijie Liu, Fengshuo Liu, Yang Liu2026-09-01
💻 computer science

A Lightweight Lychee Detection Network for Orchard Harvesting Robots via ODConv and Spatial Feature Restoration

Dit artikel stelt ODAF-YOLOv11-n voor, een ultra-lichtgewicht objectdetector die Omni-Dimensional Dynamic Convolution en een Lightweight Spatial Feature Restoration Module integreert om nauwkeurige, real-time lychee-detectie in complexe boomgaardomgevingen te bereiken, terwijl de computationele complexiteit voor de inzet van randrobotica aanzienlijk wordt verminderd.

Dong Liu, Jing Chang, Jixiang Yang2026-09-01
💻 computer science

Semantic Planning with Large Language Models and Vision-Language Models for Collaborative Robots: A Review

Deze survey beoordeelt semantische planning voor collaboratieve robots door de uitdaging te formaliseren als een beperkt grondingsprobleem, een taxonomie van architecturen voor te stellen die capaciteit balanceren met inspecteerbaarheid, en een roadmap te schetsen voor het verbeteren van betrouwbaarheid door middel van verbeterde onzekerheidsschatting, planverificatie en herstelmechanismen.

Osama Ali Khan, Abuzar Ghaffari2026-09-01
💻 computer science

MECA-Net: small traffic object detection in UAV imagery via multiscale edge–coordinate attention

MECA-Net is een lichtgewicht, real-time YOLO11n-gebaseerde detector die de detectie van kleine verkeersobjecten in UAV-beelden verbetert door het integreren van multi-schaal edge-aware en coordinate-aware aandachtmechanismen, waarbij significante mAP-verbeteringen op de VisDrone2019-DET dataset worden bereikt terwijl hoge inferentiesnelheden behouden blijven.

Liping Wang, Mingxin Han, Yan Chen, Heng Li, Dongyao Zou2026-09-01