💻 computer science

Machine Learning versus Deep Learning for Public Financial Report Classification and Popularity Prediction: A Feasibility Study on Ghana's Controller and Accountant-General's Department

Deze haalbaarheidsstudie evalueert de prestaties van klassieke machine learning- en deep learning-modellen op de financiële rapporten van de Controller and Accountant-General's Department van Ghana, waarbij wordt onthuld dat hoewel een gefinetuned XGBoost-model een perfecte categorisatie bereikte, de daaropvolgende ablatie-studie aantoonde dat trefwoordkenmerken deze resultaten aanzienlijk hebben opgeblazen, wat het kritieke belang onderstreept van rigoureuze kenmerkvalidatie voordat dergelijke instrumenten in publieke sectoren worden ingezet.

Emmanuel Osei-Dwomoh, Gabriel Osei Forkuo2026-08-27
💻 computer science

Gdlcn–dsbo: A Graph Neural Network-driven Multi-objective Framework for Intelligent Cloud Resource Allocation and Task Allocation

Dit artikel stelt Gdlcn–dsbo voor, een hybride framework dat Graph-dependent Labelled Convolutional Networks (GDLCN) en Deep Scheduled Butterfly Optimization (DSBO) combineert om de multi-objectieve toewijzing van cloudbronnen en taken te optimaliseren, waardoor de systeemefficiëntie wordt verbeterd, kosten worden verlaagd en eerlijkheid in dynamische IoT-omgevingen wordt gewaarborgd.

Lakshmi Manikya Shanmukha Sairam Chirravuri2026-08-27
💻 computer science

A Candidate Pattern Language for Resilient SME Data Pipelines: Design and Failure-Injection Evaluation

Dit artikel stelt een kandidaat-patroonentaal van zeven ontwerppatronen voor en evalueert deze synthetisch voor veerkrachtige datapijplijnen in kleine en middelgrote ondernemingen met beperkte middelen, waarbij het door middel van foutinjectie-experimenten aantoont dat deze patronen specifieke foutmodi — zoals duplicaten, schema-drift en stilzwijgend dataverlies — effectief aanpakken in vergelijking met standaard baselines, terwijl het expliciet de beperkingen van de studie erkent als een op een prototype gebaseerde, niet in het veld gevalideerde bijdrage.

Rohit Arora2026-08-27
💻 computer science

Rater choice determines measured fidelity: a multi-model evaluation of large language model raters for AI-generated plain-language biomedical summaries

Deze studie toont aan dat de keuze van de large language model-beoordelaar de gemeten getrouwheid en veiligheidstoepasbaarheid in door AI gegenereerde biomedische samenvattingen significant beïnvloedt, waarbij verschillende modellen foutpercentages produceren die variëren met een factor vier en leiden tot uiteenlopende conclusies over de kwaliteit van de samenvatting.

Aditi Kishore¹2026-08-27
💻 computer science

When Does Persistent Shared State Matter? Functional Boundaries, Solution Accessibility, and Causal Mechanisms in Modular Recurrent Systems

Dit artikel toont aan dat een persistente gedeelde staat in modulaire recurrente systemen selectief voordelig is in plaats van universeel superieur, en wordt specifiek kritiek noodzakelijk wanneer taakrelevante informatie zowel over modulaire grenzen moet oversteken als moet voortbestaan nadat de externe beschikbaarheid ervan is geëindigd.

Qiyang Lin2026-08-27
💻 computer science

Post-Hoc Explainability for Contrastive Graph Anomaly Detection via Gradient Attention Maps

Dit artikel introduceert X-CoLA, het eerste post-hoc verklaarbaarheidsframework voor contrastieve graaf-anomaliedetectie, dat Gradient Attention Maps integreert in het CoLA-model om de specifieke structurele verbindingen en feature-dimensies te identificeren die de beslissingen over anomalieën aansturen zonder de detectieprestaties aan te tasten.

Iyad Assaad NEKKA, Hamida Seba, Walid Khaled Hidouci, Karima Amrouche2026-08-27
💻 computer science

Investigating the application of differential fuzzing to support the identification and suppression of equivalent mutants: An experimental study

Deze experimentele studie toont aan dat differential fuzzing een praktische, taalonafhankelijke benadering is voor het efficiënt identificeren en onderdrukken van equivalente mutanten binnen diverse real-world softwareprojecten, waarbij bijna perfecte mutatiescores worden behaald terwijl bruikbare inputs worden gegenereerd om traditionele testsuites te versterken.

Bruno Ely Reis Garcia, Simone do Rocio Senger de Souza2026-08-27
💻 computer science

Laplacian-Guided R-Vine Copula Learning for Bayesian Networks with Mixed-Type Data

Dit artikel stelt de Hybrid Copula Bayesian Network (HCBN) voor, een nieuw algoritme dat Bayesiaanse netwerkstructuren leert van gemengde datatypen zonder transformatie door Laplacische spectrale analyse te integreren met een Regular Vine copula-raamwerk om een superieure log-likelihood en controle over modelcomplexiteit te bereiken vergeleken met bestaande methoden.

afrooz moradbeiky, Farzin Yaghmaee2026-08-27