💻 informatica

Evaluating an energy aware cloud native microservices architecture to reduce cost barriers in resource limited healthcare systems

Deze studie toont aan dat een energiebewust autoscaling-framework voor door Kubernetes georkestreerde zorgmicroservices de operationele kosten en de overprovisioning van middelen in omgevingen met beperkte middelen aanzienlijk vermindert in vergelijking met conventionele autoscaling, waardoor de drempels voor de adoptie van digitale gezondheidssystemen die essentieel zijn voor universele gezondheidszorg worden verlaagd.

Tia Haddad¹, Souheil Khaddaj¹, Sarah Barman¹, Simon de Lusignan², Pushpa Kumarapeli¹2026-10-15
💻 informatica

Creation begins with understanding: LLMs as strategy designers for privacy-preserving tabular data synthesis

Dit artikel introduceert TabSSD, een nieuw framework dat gebruikmaakt van Large Language Models om privacy-beschermende syntheseprocedures te ontwerpen op basis van samenvattingen van variabelenafhankelijkheden in plaats van ruwe data, waarbij een superieure statistische getrouwheid, bruikbaarheid en privacy-afweging wordt bereikt terwijl de computationele kosten en expertisebarrières aanzienlijk worden verminderd in vergelijking met bestaande methoden.

Dandan Guo, Jinmeng Li, Quan Zhang, Hangting Ye, He Zhao, Firas Laakom, Juergen Schmidhuber2026-10-15
💻 informatica

SemanticVul: Evidence-Grounded Structured LLM Explanations for Vulnerability Detection

SemanticVul is een reproduceerbaar framework voor de detectie van kwetsbaarheden in C/C++ dat gebruikmaakt van lokaal gegenereerde, op bewijslast gebaseerde semantische verklaringen om de nauwkeurigheid en de recall van minderheidsklassen aanzienlijk te verbeteren ten opzichte van bestaande baselines, terwijl claims rigoureus worden gevalideerd door middel van deterministische code-matching en datasetauditing.

Abdul Razak, Ihtesham Ul Islam, Rabia Khan2026-10-15
💻 informatica

STME-GCN: topology refinement and motion-enhanced temporal modeling for skeleton-based action recognition

Het artikel stelt STME-GCN voor, een op skelet gebaseerd netwerk voor actieherkenning dat de prestaties verbetert door de topologiegeneratie te optimaliseren via multi-attribuut temporele descriptoren en de temporele modellering te verbeteren via een pose–motion collaboratieve tak om de bewegingsdynamiek en inter-gewrichtsrelaties beter te vangen.

Xiaopeng Wang, Chunjun Chen, Yutao Xia2026-10-15
💻 informatica

Feasible-Space Dilution and Objective Alignment in Shallow Penalty-X QAOA: A Controlled RCSP Study

Deze studie gebruikt gecontroleerde resource-constrained shortest-path experimenten om aan te tonen dat bij shallow penalty-X QAOA, slechte haalbare bemonstering voortkomt uit onderscheidende optimizer-tekortkomingen en doelstelling-misalignments, waarbij CVaR-gebaseerde training effectief de prestaties benadert van exact-feasibility controles op uitgesloten taken.

Zhilin Chen2026-10-15
💻 informatica

Arthasetu - Neural Machine Translation for Classical Jain Philosophical Text with Cross-System Evaluation

Dit artikel introduceert Arthasetu, een gespecialiseerd op Bidirectional LSTM gebaseerd neuraal machinevertalingsmodel voor het vertalen van klassiek Jains filosofisch Sanskriet naar het Hindi, waarmee wordt aangetoond dat domeinconsistente data-augmentatie en strikte evaluatieprotocollen superieure prestaties opleveren vergeleken met grootschalige meertalige systemen zoals NLLB-200, terwijl tegelijkertijd de kritieke risico's van datalekken in onderzoek met weinig middelen worden belicht.

Tamanna Jain, Neeraj Raheja2026-10-15
💻 informatica

A Comparative Benchmark of GAN, DDPM, and Flow Matching for 2D and 3D Porous Microstructures Synthesis.

Dit artikel presenteert een vergelijkende benchmark van WGAN-GP, DDPM en Flow Matching voor het synthetiseren van 2D- en 3D-poreuze microstructuren, waarbij Flow Matching wordt geïdentificeerd als een concurrerende benadering die een gunstige balans biedt tussen structurele nauwkeurigheid, met name bij het reproduceren van porositeit-diffusiviteitsrelaties, en computationele efficiëntie.

Ali Aouf, Eric Laloy, Christophe De Vleeschouwer2026-10-15
💻 informatica

Quantifying Predictive Uncertainty in Student Academic Outcomes Using Conformal Prediction

Deze studie introduceert een onzekerheidsbewust raamwerk dat machine learning, split conformal prediction en SHAP integreert om academische resultaten van studenten te voorspellen met gekwantificeerde betrouwbaarheid, waarbij wordt aangetoond dat hoewel modellen zoals LightGBM en XGBoost een hoge nauwkeurigheid bereiken, conformal prediction effectief onzekere gevallen signaleert om gerichte, human-in-the-loop interventies te ondersteunen.

Kazi Sabbir Ahmad Nahin2026-10-15
💻 informatica

Global State-Guided Reinforcement Learning-Assisted Differential Evolution for Multi-Objective Optimization

Het artikel stelt GSG-RLDE voor, een op een globale staat geleid reinforcement learning-ondersteund differentieel evolutie-algoritme dat convergentie-, distributie- en trendinformatie integreert in een compacte staat om individuen in staat te stellen onafhankelijk adaptieve mutatiestrategieën en controleparameters te selecteren, waarbij een superieure prestatie wordt aangetoond op zowel benchmark multi-objective problemen als real-world UAV padplanningsscenario's.

Zijian Cao, Wenzheng Liu, Chuhang Qiao, Haowen Jia, Yu Li, Haoshuai Zhang, Feng Tian2026-10-15