💻 Category

cs

2358 papers

💻 computer science

Dictionary-KAN: Resolving the Optimization Paradox of Kolmogorov-Arnold Networks via Complex RKHS, Machine-Verified Theory, and Discrete Hierarchical Refinement

Dit artikel introduceert Dictionary-KAN (DKAN), een machinaal geverifieerde architectuur die de optimalisatieparadox van Kolmogorov-Arnold-netwerken oplost door gebruik te maken van RBF-dictionaries met complexe coëfficiënten en discrete hiërarchische verfijning om superieure multivariate regressie, PDE-coëfficiëntherstel en hardware-efficiënte interpreteerbaarheid te bereiken, terwijl de geheugen- en convergentieproblemen van op continue splines gebaseerde KAN's worden vermeden.

Kiarash Mohammadi2026-08-25
💻 computer science

CONCORDAT: Trustworthy multimodal federated learning for autism research under incomplete, heterogeneous and privacy-constrained health data

CONCORDAT is een cross-silo federated learning-framework dat betrouwbaar, privacy-bewarend multimodaal autismeonderzoek mogelijk maakt door heterogene en incomplete gezondheidsgegevens over meerdere locaties te integreren, terwijl het tegelijkertijd uitdagingen op het gebied van ontbrekende gegevens, differentiële privacy en subgroepsequiteit aanpakt.

Jarin Alam Prity2026-08-25
💻 computer science

Fixed Point Theory Beyond Contractions for Deep Equilibrium Models

Dit artikel breidt Deep Equilibrium Models uit door een vaste puntentheorie vast te stellen die de restrictieve eis van strikte contractie versoepelt, het bestaan en de uniciteit bewijst onder Wardowski FF-contracties, de convergentie van de Krasnoselskii–Mann-iteratie voor niet-expansieve operatoren demonstreert, en Lipschitz-stabiliteitsgrenzen afleidt voor robuuste training.

Milad tahavor, Tayyebe Haqiri, Reza Memarbashi2026-08-25
💻 computer science

Dual Soft-Adaptive Aggregation for Long-Context LLMs_ Mitigating Sequence-and-Depth Information Dilution

Dit artikel stelt een verenigd soft-adaptief aggregatiekader voor dat de verdunning van sequentie- en diepte-informatie in long-context LLM's vermindert door Soft-ChunkAttn te introduceren voor differentiële semantische chunking en Virtual Dynamic Block-AttnRes voor input-adaptieve laag-merging, terwijl de oorspronkelijke computationele graaf behouden blijft voor efficiënte GPU-implementatie.

Minzhe Liu2026-08-25
💻 computer science

A Hierarchical Opponent-Modeling,World-Model, and Risk-Adaptive Planning Framework for Fair Adaptive Character Intelligence in Soulsl ike and AAACombat

Dit artikel introduceert EIDOLON-RL, een hybride hiërarchisch reinforcement learning-framework dat tegenstandermodelering, wereldmodellering en risico-adaptieve planning integreert om eerlijke, leesbare en computationeel efficiënte AI-personages te genereren voor AAA-actiegames door productiestatische beperkingen zoals animatiegeldigheid en intentionele imperfectie wiskundig af te dwingen in plaats van ze te behandelen als post-hoc technische oplossingen.

Jayachandiran Udayakumar2026-08-25
💻 computer science

Control-aware training of physical neural networks for closed-loop regulation

Dit artikel으로ont demonstrates dat het optimaliseren van fysieke neurale netwerken met controlebewuste doelstellingen, die prioriteit geven aan het behoud van de rangorde van kandidaat-acties boven statische regressienauwkeurigheid, de prestaties van gesloten regelkringen en de robuustheid tegen verstoringen in taken zoals homeostatische regulatie en Cart-Pole-stabilisatie aanzienlijk verbetert.

Yuzhan Zhang2026-08-25
💻 computer science

Deep Learning for Anomaly Detection in Dynamic Graphs: A Verified Taxonomy, Survey, and Unified Benchmark

Dit artikel stelt een geverifieerde taxonomie en een uniforme benchmark vast voor deep learning-gebaseerde anomaliedetectie in dynamische grafen, waarbij wordt onthuld dat eenvoudige graad-gebaseerde heuristieken vaak complexe diepe modellen overtreffen op synthetische benchmarks terwijl ze falen op real-world data, en kritieke gebreken blootlegt in de huidige evaluatiepraktijken en gepubliceerde implementaties.

Iyad Assaad NEKKA, Hamida Seba, Walid Khaled Hidouci, Karima Amrouche2026-08-25
💻 computer science

Zero-Degradation Post-Hoc Explanations with Identity Pass-Through for Recurrent Graph Anomaly Detection

Dit artikel introduceert X-StrGNN, een zero-degradation post-hoc verklaring-laag voor de StrGNN graaf-anomaliedetector die stabiele, laag-kostende structurele en temporele attributies biedt voor gemarkeerde randen, terwijl de detectieprestaties van het originele model tot op de machineprecisie behouden blijven.

Iyad Assaad NEKKA, Hamida Seba, Walid Khaled Hidouci, Karima Amrouche2026-08-25
💻 computer science

Dual Spatial-Temporal Shapley Attribution for Explainable Anomaly Detection in Dynamic Social Graphs

Dit artikel introduceert een post-hoc verklaarbaarheidsframework dat de hoogpresterende TADDY-anomaliedetector voor dynamische sociale grafen verbetert door duale ruimtelijke en temporele Shapley-attributies te genereren om invloedrijke buren en historische snapshots te identificeren, waarbij hoge fidelity- en sufficiëntiemetrieken worden bereikt zonder de detectauweringheid aan te tasten.

Iyad Assaad NEKKA, Hamida seba, Walid Khaled Hidouci, Karima Amrouche2026-08-25