💻 Category

cs

927 papers

💻 computer science

CAI Computing Power Law: A Quantitative Framework for the Tripartite Balance of Computing Power, Algorithms and Generalized Information Resources

Dit artikel stelt de CAI-rekenkrachtwet voor, een kwantitatief kader (C = A/I) dat aantoont dat het optimaliseren van algoritmen en het zuiveren van informatiebronnen de effectieve rekenkracht aanzienlijk kan vergroten en de afnemende meeropbrengst kan verminderen, waardoor industrieën worden begeleid om een dynamisch drieledig evenwicht te bereiken tussen rekenkracht, algoritmen en gegeneraliseerde informatie in plaats van uitsluitend te vertrouwen op hardware-expansie.

Zhiyun Chen2026-07-30
💻 computer science

Big Data-Driven Early Warning Model for Safety Risk Management in Tobacco Enterprises

Dit artikel stelt een op big data gebaseerd vroeg waarschuwingsmodel voor tabaksondernemingen voor dat een schaalbare gedistribueerde datapijplijn, geavanceerde feature engineering en een ensemble learning-systeem integreert om de beperkingen van traditionele monitoring te overwinnen door realtime, nauwkeurige en interpreteerbare detectie van veiligheidsrisico's en besluitvormingsondersteuning mogelijk te maken.

Xiumei Wen2026-07-30
💻 computer science

Cross-Outbreak Transfer Learning Under Data/Label Scarcity: Foundation ML model for epidemiology

Het artikel introduceert OBFM-SafeEnsemble, een beschermd cross-outbreak transfer learning-framework dat bronprioriteiten en adaptieve regularisatie benut om de voorspelling van de bevestigingsstatus tijdens data-arme Ebola-uitbraken aanzienlijk te verbeteren, terwijl schadelijke kennisoverdracht wordt voorkomen door middel van strikte validatie en ensembleselectie.

Vikas Ramachandra2026-07-30
💻 computer science

Intelligent Adaptive Hybrid Encryption Based on Unimodular Hill Cipher, RSA-OAEP, and Chaotic Logistic Maps for Universal Digital File Security

Dit artikel stelt een door AI gedreven adaptief hybride cryptosysteem voor dat Unimodulaire Hill-cijfer en RSA-OAEP encryptie dynamisch toewijst op basis van bestandscharacteristics, waarbij gebruik wordt gemaakt van Logistische Chaotische Kaarten voor sleutelgeneratie om een robuuste, efficiënte en verliesvrije beveiliging voor universele binaire bestanden te bereiken.

Samsul Arifin2026-07-30
💻 computer science

Melanoma Prediction Using a Deep Convolutional Neural Network (CNN) Model

Deze studie presenteert een uitgebreid bibliometrisch en systematisch overzicht van onderzoek naar op deep learning gebaseerde melanoomdetectie van 2015 tot 2026, waarbij de belangrijkste trends in CNN-architecturen en transfer learning worden belicht, terwijl kritieke uitdagingen zoals datasetonbalans en klinische validatie worden geïdentificeerd om de toekomstige ontwikkeling van betrouwbare diagnostische systemen te begeleiden.

Kazi Abdul Mannan, Md. Mohsin Hossain Sifat2026-07-30
💻 computer science

Confidence-Gated Multimodal Fusion with Speech-Guided Captioning for Depression Detection

Dit artikel introduceert een confidence-gated multimodale framework dat tekstembeddings, akoestische kenmerken en door spraak gestuurde emotionele bijschriften integreert om de betrouwbaarheid van modaliteiten dynamisch te wegen, waarbij state-of-the-art prestaties voor depressiedetectie worden bereikt terwijl evaluatie-lekken worden aangepakt door middel van rigoureuze geneste kruisvalidatie.

Ankit Kumar, Rohan Thapa, Shahid Shafi Dar, Nagendra Kumar2026-07-30
💻 computer science

State Authenticity under Multiple Bus Masters: A Non-Secure DMA Gap and Mitigation for TrustZone-M Proofs of Executio

Dit artikel onthult dat TrustZone-M proofs of execution kwetsbaar zijn voor state-tampering via niet-beveiligde DMA-controllers omdat hun beveiligingsgaranties uitsluitend rusten op CPU-isolatie, en stelt een lichtgewicht mitigatie voor met behulp van per-kanaal DMA-beveiliging om de authenticiteit van de state te waarborgen tegen alle bus masters.

Arash Razban2026-07-30
💻 computer science

Does Model Compression Amplify Clinical Bias? A Subgroup Fairness Audit of Quantized ICU Risk Models on MIMIC-IV

Deze studie auditeert de impact van modelcompressietechnieken op subgroep-eerlijkheid bij de voorspelling van het risico op acuut nierfalen (AKI) op de intensive care met behulp van MIMIC-IV, waarbij wordt onthuld dat hoewel naïeve kwantisatie catastrofaal de prestaties kan verslechteren en pruning de nauwkeurigheid van subgroepen aanzienlijk schaadt, de juiste methodologische controles essentieel zijn om schijn eerlijkheid te voorkomen en inherente ongelijkheden aan te pakken die worden gedreven door kleine subgroepsgroottes.

Aman Chandra H, Stuti Shivhare2026-07-30
💻 computer science

Graph-Based Polypharmacy Risk Networks for Adverse Event Prediction in ICU Patients: A MIMIC-IV Analysis

Deze studie maakt gebruik van MIMIC-IV-gegevens om aan te tonen dat, hoewel standaard tabelmodellen vaak grafiekgebaseerde benaderingen overtreffen bij het voorspellen van acute nierinsufficiëntie en bloedingen, grafiek-embeddings afgeleid van netwerken van gelijktijdige medicatie statistisch significante, interpreteerbare verbeteringen bieden bij het voorspellen van het risico op delirium wanneer label-lekkage strikt wordt gecorrigeerd.

Aman Chandra H, Stuti Shivhare2026-07-30
💻 computer science

Can linguistic complexity predict machine translation quality?- a corpus-based study of complexity-quality nexus in philosophical texts

Deze corpusgebaseerde studie toont aan dat een regressiemodel dat zowel lexicale als syntactische complexiteitsmetrieken integreert, effectief de kwaliteit van machinevertalingen in Duits-Chinese filosofische teksten voorspelt, waarbij het cruciale belang van holistische linguïstische kenmerken bij het beoordelen van vertaalresultaten wordt benadrukt.

Lingxi FAN, Andrew Cheung, Yuchi Li, Shuangzhi Li, Wei Liu2026-07-30