💻 computer science

Adaptive Lower Bound Evaluation for the Permutation Flowshop Scheduling Problem

Dit artikel presenteert een systematische analyse en adaptieve strategieën voor het selecteren van machineparen in de LB2-ondergrens-evaluatie van het Permutation Flowshop Scheduling Problem, waarbij wordt aangetoond dat het dynamisch aanpassen van het aantal en de selectie van paren de branch-and-bound-prestaties aanzienlijk kan verbeteren door een balans te vinden tussen de nauwkeurigheid van de ondergrens en de computationele kosten.

Alisa Vorokhta, Jan Gmys, Gwen Maudet, Mohand Mezmaz, Grégoire Danoy2026-08-28
💻 computer science

Category-Level Fine-Grained Sketch-Based 3D Shape Retrieval

Dit artikel behandelt de uitdaging van categorie-niveau fijnmazende schetsgebaseerde 3D-vormretrieval door een nieuwe dataset met 54 subcategorieën te introduceren en een methode voor te stellen die gespecialiseerde feature-extractoren en geoptimaliseerde cross-domein uitlijning bevat om effectief 3D-vormen te extraheren die overeenkomen met de fijnmazige details van invoerschetsen.

Bingrui Wang, Yuan Zhou, Sun-Yuan Kung2026-08-28
💻 computer science

Action-aligned Representation Geometry in Vision–Language–Action Models

Dit artikel onthult dat Vision–Language–Action (VLA)-modellen tijdens de training consistent een gestructureerde, op actie afgestemde latente geometrie ontwikkelen, die dient als een cruciaal organiserend principe dat correleert met taakprestaties, hiërarchisch over lagen heen ontstaat en essentieel is voor effectieve actievoorspelling en generalisatie.

Han Qi, Huangyuan Su, Liuyixin Shao, Na Li, Heng Yang2026-08-28
💻 computer science

Ant colony optimization plus Temporal difference and opposition-based learning for semi-supervised multi-label feature selection

Dit artikel stelt een nieuwe semi-gesuperviseerde multi-label feature selectiemethode voor die Ant Colony Optimization, Temporal Difference reinforcement learning en Opposition-Based Learning integreert om de nauwkeurigheid aanzienlijk te verbeteren en de Hamming loss te verminderen bij beperkte gelabelde data, zij het met hogere computationele kosten die geschikt zijn voor precisiegestuurde toepassingen.

Sahar Shams Beyranvand, Vahid Mehrdad, Mohammad Bagher Dowlatshahi2026-08-28
💻 computer science

Design and Validation of an Enterprise Architecture Framework for ROP Surveillance: A Multi-Layer Interoperability Approach

Deze studie maakt gebruik van Design Science Research en een Delphi-studie om een vierlaags, op standaarden gebaseerd enterprise architectuurframework te ontwerpen, te valideren en empirisch te bevestigen dat effectief de interoperabiliteits- en fragmentatieproblemen aanpakt in de surveillance van premature retinopathie op nationaal niveau voor middeninkomenslanden.

Maryam Mollabagher, Alireza Hassanzadeh, Mohammad Mehdi Sepehri, Abbas Habibelahi, Abolghasem Sarabadani2026-08-28
💻 computer science

CHIMERA-Tab: A Scalable AI-Driven Framework for Automated Feature Selection and Heterogeneous Stacking in Imbalanced Banking Data Classification

Dit artikel introduceert CHIMERA-Tab, een schaalbaar AI-framework dat chaotische metaheuristische preprocessing integreert met een heterogene stacking-ensemble van TabNet en gradient boosting-modellen om state-of-the-art prestaties te behalen in ongebalanceerde bancaire classificatie, waarbij wordt aangetoond dat de stacking-architectuur de primaire drijfveer voor nauwkeurigheid is terwijl chaotische preprocessing de featureselectie en interpreteerbaarheid verbetert.

Anilkumar Vishwanath Brahmane, P. William, Shashikant Raghunathrao Deshmukh, Elviz Ismayilov, Smita Nirkhi2026-08-28
💻 computer science

Hardness-Aware Kernelized Contrastive Learning for Brain Age Prediction

Dit artikel stelt een hardheid-bewuste gekerneerde contrastieve leerarchitectuur voor voor hersenleeftijdvoorspelling vanuit T1-gewogen MRI die bestaande methoden verbetert door expliciet de nadruk te leggen op representatie-label inconsistenties in leeftijd-gelijke paren, waarmee superieure nauwkeurigheid en robuuste embedding-organisatie over multi-site datasets wordt bereikt.

Xiaoshuai Liu, Xinxin Liu, Haoyang Wang, Xianjun Fu, Yifei Chen, Ahmed Elazab, Taosheng Xu, Kai Chen, Yongquan Zhang, Fe (…)2026-08-28
💻 computer science

Comparing the Predictive Value of Structured Digital Features and Clinical Text for Inpatient Liver Failure Prediction: A Large-Scale Real-World EHR Study

In een grootschalige studie naar bijna 90.000 klinische opnames presteerden gestructureerde digitale laboratoriumkenmerken significant beter dan klinische vrije tekst bij het voorspellen van leverfalen, wat aantoont dat objectieve numerieke gegevens de diagnostische criteria van de aandoening veel effectiever vastleggen dan narratieve klinische aantekeningen.

Zhikai Yu, Jing Li2026-08-28
💻 computer science

Closing the Benchmark Gap in Browser-Extension Proctoring: A Formally Specified, Reproducibly Evaluated Architecture for Real-Time, BYOD-Compatible Examination Malpractice Detection

Dit artikel introduceert HBMDS, de eerste formeel gespecificeerde en reproduceerbaar geëvalueerde browser-extensie architectuur voor real-time detectie van fraude tijdens examens, die empirisch een nauwkeurigheid van 98–100%, een latentie van minder dan 500 ms en een lage resourcevoetafdruk benchmarkt om instellingen een op bewijs gebaseerd alternatief te bieden voor leverancersclaims voor BYOD-compatibele proctoring.

C. O. Uzonu, K. O. Afolabi, A. B. Muhammad2026-08-28
💻 computer science

Lightweight Dual-Path Network with Dynamic Distillation for Industrial LED Defect Recognition

Dit artikel stelt een lichtgewicht duaal pad-netwerk met dynamische distillatie voor om de uitdagingen in industriële LED-defectherkenning aan te pakken, waarbij een hoge nauwkeurigheid en generalisatie op ongebalanceerde datasets worden bereikt door middel van adaptieve hiërarchische fusie en een kennisoverdrachtschema op twee niveaus.

Jun Deng, Jiaming Zhong, Bingchun Jiang, Yanping Li, Bangquan xie, Chaoen Tan, Qinchuan Lei, Nannan Li, Fuqin Deng, Min (…)2026-08-28