💻 informatica

Tax Evasion in Integrated Fiscal and Electronic Payment Systems: Vulnerabilities, Detection, and Mitigation in the Greek Digital Tax Ecosystem

Dit artikel presenteert een technische analyse van het geïntegreerde digitale belastingecosysteem van Griekenland, waarbij specifieke kwetsbaarheden in de interactie tussen fiscale apparaten, ERP-systemen en EFTPOS-terminals worden geïdentificeerd die belastingontwijking mogelijk maken, en stelt een gelaagde mitigatiestrategie voor die cryptografische verbeteringen, regelgevende unificatie en AI-gestuurde reconciliatie combineert om de integriteit van betalingen van begin tot eind te waarborgen.

Panagiotis Mavridis, Anargyros T. Baklezos, Nikolas Kapsalis, Christos D. Nikolopoulos2026-10-15
💻 informatica

Interpretability Methods for Causal Predictions in Biomedical AI: A Systematic Review of Approaches and Evaluation Practices

Deze systematische review van 47 biomedische AI-studies onthult dat hoewel interpreteerbaarheidsmethoden zoals SHAP en LIME breed worden gebruikt om causale voorspellingsmodellen uit te leggen, hun evaluatie overwegend steunt op eigenschapsgebaseerde metrieken en zelden de werkelijke causale validiteit valideert, wat een kritieke kloof tussen modeluitleg en causale inferentie benadrukt.

Albert Schulle2026-10-15
💻 informatica

Mechanist: AI as a Scientific Instrument for Discovering the Mechanisms of Intelligence

Het artikel introduceert Mechanist, een autonoom agentisch systeem dat een uitgebreide wetenschappelijke kennisbasis en gecureerde experimentele methoden benut om de onderliggende mechanismen van AI-modellen te ontdekken, te valideren en te interveniëren, waardoor het veld wordt voortgestuwd van louter het begrijpen van modelgedrag naar het actief beheersen ervan.

Ningyu Zhang, Mengru Wang, Junfeng Fang, Shuofei Qiao, Zhenqian Xu, Haoming Xu, Haoxiong Wang, Shumin Deng, Linyi Yang (…)2026-10-15
💻 informatica

The Reconstruction Gap: Boundary Noise and the Limits of Holographic Bulk Recovery in Deep Learning, with Implications for Black-Box AI Auditing

Dit artikel introduceert de "reconstructiegat" om aan te tonen dat holografische deep learning-modellen onder ruisgevoelige randvoorwaarden lijden aan significante en onvoorspelbare interne metriekfouten, waardoor de fundamentele beperkingen van black-box AI-auditing bij het certificeren van de interne mechanismen van een model worden gekwantificeerd.

Alfredo Merlet2026-10-15
💻 informatica

Adaptive TinyML at the Edge: A Multi-Seed Empirical Study of Drift, Robustness, Energy, Federated Learning, and Explainability

Deze multi-seed empirische studie naar adaptieve TinyML op synthetische sensordata demonstreert dat online leren concept drift significant vermindert en adaptieve energiebeleid beter presteert dan statische modellen, terwijl het onthult dat kwantisatie van inputkenmerken de nauwkeurigheid behoudt tot 4-bit, claims over rechtvaardigheid bij federated learning intrekking vereisen, en neurale baselines nauwkeuriger zijn dan fuzzy tuners ondanks diens superieure structurele interpreteerbaarheid.

Kunal Dhanda2026-10-15
💻 informatica

Data Leakage in Agricultural Object Detection Studies: A Critical Analysis, Recipes, and Recommendations

Dit artikel analyseert kritisch de wijdverbreide datalekken in onderzoek naar objectdetectie in de landbouw, waarbij een scorensysteem van 12 criteria wordt geïntroduceerd om 33 op PlantDoc gebaseerde studies te evalueren en onthult dat, hoewel de gerapporteerde prestaties hoog zijn, de meeste studies lijden onder methodologische tekortkomingen — met name wat betreft de omvang van augmentatie — die de betrouwbaarheid in de echte wereld ondermijnen, wat leidt tot specifieke aanbevelingen voor auteurs, reviewers en datasetbeheerders.

Mohieddine Jelali2026-10-15
💻 informatica

Curvature-Based Shrinkage for Label-Budgeted Recalibration under Dataset Shift: An Empirical Risk Study

Deze empirische risicostudie toont aan dat kromming-gebaseerde shrinkages de voorspellingsverlies verbetert ten opzichte van bronkalibratie onder datasetverschuiving met beperkte labels, hoewel de superioriteit ervan ten opzichte van eenvoudigere baselines contextafhankelijk is, wat een kritieke implementatie-trade-off benadrukt tussen gemiddelde winsten en het risico op schadelijke herkalibratie.

Jufeng Li, Wenjie Li2026-10-15✓ Author reviewed ⓘ
💻 informatica

SSDT-YOLO: An Underwater Object Detection Framework for Efficient Small-Target Recognition in Complex Environments

Dit artikel stelt SSDT-YOLO voor, een geoptimaliseerd op YOLOv8 gebaseerd framework dat TEfficientNet, SPDConv, C2f-Dual en SCSA-mechanismen integreert om efficiënte, hoogprecisie detectie van kleine onderwaterdoelen in complexe, slecht verlichte omgevingen te bereiken, terwijl het aantal modelparameters aanzienlijk wordt verminderd.

Chaoyang Chen, Gangzhi Hu, Zunhui Yi, Lei He, Dan Yang2026-10-15
💻 informatica

A CEDNet-based Algorithm for Cattle Detection and Counting in Complex Farming Environment in UAV Imagery

Dit artikel stelt C2Net voor, een lichtgewicht op CEDNet gebaseerd algoritme dat puntannotaties en een nieuwe Focus Inverse Distance Transform gebruikt om een hoge precisie te bereiken bij het detecteren en tellen van vee in complexe UAV-beelden, waarbij uitdagingen zoals occlusie en annotatiekosten worden aangepakt terwijl een praktische oplossing wordt geboden voor implementatie op edge-apparaten.

Tao Wu, Yihan Niu, Xi Chen, Qizhao Zhou2026-10-15