💻 computer science

Construction of a Personalized Physical Fitness Training Recommendation System Based on Random Forest and Gradient Boosting Machine

Dit artikel stelt een Domain-Knowledge-Driven Hierarchical Collaborative Learning (DKHCL)-framework voor dat Random Forest-kenmerkselectie integreert met Gradient Boosting Machine-voorspelling en Acute-Chronic Workload Ratio-beperkingen om hoogwaardige gepersonaliseerde aanbevelingen voor fysieke fitheid te bereiken, waarbij zowel superieure offline prestaties ten opzichte van geavanceerde baselines als significante verbeteringen in de reductie van blessures en de efficiëntie van het bereiken van doelen in een prospectieve veldvalidatie worden aangetoond.

Fuliang Geng, Mei Wei2026-08-26
💻 computer science

Enhanced EA-Transformer for Power Load Data Completion

Dit artikel stelt een Enhanced EA-Transformer-model voor dat een dual-baseline pre-filling-strategie, een dynamisch vervallend evolutionair algoritme en een multidimensionale gewogen verliesfunctie integreert om een hoogprecisie-completie van ontbrekende tijdreeksgegevens van elektriciteitsbelasting onder diverse ontbrekingsmechanismen en -percentages te bereiken.

Chao Li, Yiyang meng, Ji Li, Yuzheng Liu, Changlong Lv2026-08-26
💻 computer science

Intention modeling mediates cooperative incompatibility via character separability

Dit artikel toont aan dat expliciete intentiemodellering de coöperatieve prestaties verbetert ten opzichte van impliciete methoden, specifiek in omgevingen die afzonderlijke beste reacties per partnertype vereisen, door een taakverdeling te vestigen die het stabiele karakter van een partner scheidt van hun dynamische mentale staat, waardoor partnerincompatibiliteit wordt verminderd.

Joonsong Lee, Jooyeon Kim2026-08-26
💻 computer science

A HamNoSys-Guided Dataset and Baselines for Fine-Grained Isolated Handshape Recognition in Sign Language

Dit artikel introduceert een grootschalige, op HamNoSys gebaseerde dataset van 144.000 RGB-beelden van 15 deelnemers voor 160 handvormklassen en stelt de baseline-prestaties vast met behulp van diverse deep learning- en machine learning-modellen onder zowel subject-afhankelijke als leave-one-subject-out evaluatieprotocollen om fijnmazige gebarentaalherkenning te bevorderen.

Ushnish Sarkar, Suvajit Patra, Bhaswar Chattopadhyay, Pranab Singha Roy, Tapas Samanta2026-08-26
💻 computer science

From Sustainability Assessment to Decision Records: The SEEDS Framework for Sustainable Requirements Engineering in Digital Health Software

Dit artikel introduceert SEEDS, een rolbewust framework voor duurzaam requirements engineering in digitale gezondheidszorg dat multidimensionale duurzaamheidsbeoordelingen operationaliseert naar actiegerichte besluitverslagen en requirements, ondersteund door een nieuwe LLM-ondersteunde concepttool om praktische adoptie te bevorderen.

Juliana Silva Herbert, Rafael Torres Dias, Lívia Reis Edinger Silva, Mariana Koerber Albino, Muriel Figueredo Franco2026-08-26
💻 computer science

Hybrid Random Forest and Differential Equation Control for Fragmentation Reduction in De-duplication Storage Systems

Deze studie stelt een hybride Random Forest en Differential Equation (RF-DE) controller voor die effectief fragmentatie in de-duplicerende opslagsystemen vermindert, waarbij een lagere fragmentatieratio, aanzienlijk verminderde I/O-latentie en een hogere opslaggezondheidsindex wordt bereikt in vergelijking met bestaande No Fragmentation Control en Storage Fragmentation-Informed Garbage Collection methoden.

Mudasiru Hammed, Friday Thomas Ibharalu, Adio Taofiki Akinwale, Junoke Soyemi2026-08-26
💻 computer science

Beyond Sequential Hybrid Retrieval: A Parallel Framework for Accurate and Scalable RAG

Dit artikel introduceert PH-RAG, een parallel hybride retrieval-framework dat gelijktijdig sparse en dense retrieval uitvoert met fusie en reranking om een state-of-the-art nauwkeurigheid en verbeterde latentie te bereiken bij open-domain vraagbeantwoording, waarbij het complexe agentic baselines overtreft zonder kennisgrafen of iteratieve critics te vereisen.

Dilawaiz Hameed, Mariam Shaiq, Ibrar ul Hassan Akhtar2026-08-26✓ Author reviewed
💻 computer science

Causality-Constrained Generative Adversarial Networks for Bias-Resilient Data Synthesis

Dit artikel beoordeelt causality-constrained Generative Adversarial Networks (CC-GANs), die structurele causale modellen en interventies integreren om bias-resistente data te genereren door verder te gaan dan associatieve patronen om discriminerende paden aan te pakken, terwijl een vergelijkende taxonomie wordt voorgesteld, de eerlijkheid-utiliteit afruil wordt samengevat en de belangrijkste uitdagingen voor adoptie in situaties met een hoog belang worden geïdentificeerd.

SAI DOONDI KOTHAPALLI2026-08-26
💻 computer science

Federated Learning Framework with Differential Privacy over Homomorphic Vector Encryption for Data-Sensitive Applications

Het artikel stelt een lichtgewicht, veilig Federated Learning-framework voor dat Differential Privacy integreert met Homomorphic Vector Encryption om gegevensgevoelige toepassingen zoals IoMT te beschermen tegen reverse-engineering-aanvallen, terwijl de daarmee gepaard gaande voorspellende en cryptografische overhead wordt gekwantificeerd.

Manu Narula, Jasraj Meena, Dinesh Vishwakarma2026-08-26
💻 computer science

From Trustworthy AI Principles to Verifiable System Requirements: A Multi-Stakeholder Engineering Framework for Clinical Decision Support Systems

Dit artikel presenteert een reproduceerbaar, driefasig engineeringframework dat systematisch behoeften van meerdere belanghebbenden en regelgevende beperkingen vertaalt naar formele, verifieerbare systeemvereisten die voldoen aan ISO/IEC/IEEE 29148 en de FUTURE-AI-taxonomie, gedemonstreerd door de creatie van een publiekelijk beschikbare vereistencorpus voor een klinisch AI-systeem met een hoog risico in het AI4HF-project.

Antonino Angi, Joan Perramon-Llussà, Ilia Stepin, Miriam Cabrita, Laura Arbelaez Ossa, A. Anil Sinaci, Senan Postaci, Ca (…)2026-08-26