How Auditing Methodologies Can Impact Our Understanding of YouTube's Recommendation Systems

Dit onderzoek toont aan dat de methodologische keuzes bij het auditen van YouTube's aanbevelingsalgoritmes, zoals het gebruik van ingelogde accounts, een aanzienlijke impact hebben op de validiteit van de resultaten en biedt richtlijnen voor het optimaliseren van auditconfiguraties om kosten te verlagen zonder in te leveren op nauwkeurigheid.

Sarmad Chandio, Daniyal Pirwani Dar, Rishab Nithyanand2026-03-10💻 cs

Joint User Association and Resource Allocation for Adaptive Semantic Communication in 5G and Beyond Networks

Dit artikel introduceert adaptieve semantische communicatie in 5G-netwerken door een dynamisch aanpasbaar transceiver-systeem te ontwikkelen en een efficiënt algoritme voor gezamenlijke gebruikersassociatie en resource-allokatie voor te stellen, waarmee de systeemutility onder energie- en latentiebeperkingen wordt gemaximaliseerd.

Xingqiu He, Chaoqun You, Zihan Chen, Yao Sun, Dongzhu Liu, Tony Q. S. Quek, Yue Gao2026-03-10💻 cs

Challenges in Restructuring Community-based Moderation

Dit artikel analyseert de uitdagingen bij het herstructureren van gemeenschapsgebaseerde moderatie op platforms zoals Wikipedia, waarbij blijkt dat nieuwe systemen, ondanks hun theoretische voordelen, vaak botsen met bestaande sociale normen en complexe kosten met zich meebrengen door de ingewikkelde relatie tussen platformen en zelfbesturende gemeenschappen.

Chau Tran, Kejsi Take, Kaylea Champion, Benjamin Mako Hill, Rachel Greenstadt2026-03-10💻 cs

On Polynomial-Time Decidability of k-Negations Fragments of First-Order Theories

Dit artikel introduceert een generiek raamwerk dat voldoende voorwaarden biedt voor het garanderen van polynomiale tijd-beslisbaarheid voor fragmenten van eerste-orde theorieën met een vast aantal negaties, en past dit toe om te bewijzen dat de fragmenten met een vast aantal negaties van zwakke Presburger-aritmetiek, zwakke lineaire reële aritmetiek en een beperkte versie van Presburger-aritmetiek in polynomiale tijd beslisbaar zijn.

Christoph Haase, Alessio Mansutti, Amaury Pouly2026-03-10💻 cs

A 1.6-fJ/Spike Subthreshold Analog Spiking Neuron in 28 nm CMOS

Dit artikel presenteert een energiezuinige analoge spiking-neuron in 28 nm CMOS-technologie die slechts 1,61 fJ per spike verbruikt en, gecombineerd met een gekwantiseerd spiking-neuraal netwerk, een nauwkeurigheid van 82,5% bereikt op de MNIST-dataset, wat de potentie aantoont voor hoogpresterende embedded machine learning-toepassingen.

Marwan Besrour, Takwa Omrani, Jacob Lavoie, Gabriel Martin-Hardy, Esmaeil Ranjbar Koleibi, Jeremy Menard, Konin Koua, Philippe Marcoux, Mounir Boukadoum, Rejean Fontaine2026-03-10💻 cs