💻 computer science

Multi-Orientation Hybrid Convolutional Feature Learning for Touch-Less Face-Based Biometric Recognition

Deze studie stelt een oriëntatiebewust hybride convolutioneel neuraal netwerk voor dat handmatig ontworpen rand- en textuurfilters integreert met deep learning-kenmerken om de robuustheid van contactloze gezichtsherkenning tegen variaties in pose, verlichting en occlusie te verbeteren, waarbij verbeterde F1-scores worden behaald over drie benchmark-datasets.

sulochana sonkamble, Balwant sonkamble2026-06-30✓ Author reviewed
💻 computer science

How LLMs Audit Each Other: Five Mechanisms of Auditor Bias in Cross-Model Peer Review Under Identity Disclosure and Cross-Lingual Conditions

Dit artikel onderzoekt hoe de openbaarmaking van identiteit en meertalige discrepanties vijf verschillende biasmechanismen introduceren in LLM-naar-LLM peer review, waarbij via multi-model experimenten wordt aangetoond dat zelfgerapporteerde scores onbetrouwbare indicatoren zijn voor auditor-stabiliteit en een onafhankelijke kwalitatieve analyse van de rechtvaardigende tekst noodzakelijk maken.

Evans F. Tovar O.2026-06-30
💻 computer science

Algorithmic Groupthink: Causal Analysis and Mitigation of Semantic Convergence in Multi-agent LLM Systems

Dit artikel identificeert en kwantificeert "Algoritmische Groepsdenken", een fenomeen waarbij multi-agent LLM-systemen semantische diversiteit verliezen bij het delen van tussenliggend werk, en demonstreert dat dit probleem tijdens de inferentie effectief kan worden gemitigeerd door middel van specifieke instructies op promptniveau zonder de kwaliteit van de output aan te tasten.

Hideki Muto, Tetsuro Ogi, Takahiro Yakoh2026-06-30
💻 computer science

Cognitive Supply Chain Twins in Geopolitical Turbulence: A Multi-Agent Reinforcement Learning Architecture for Autonomous Resilience in Emerging Economies

Dit artikel stelt een Cognitive Supply Chain Twin-architectuur voor die Digital Twins integreert met Multi-Agent Reinforcement Learning om de veerkracht van de toeleveringsketen tegen geopolitieke verstoringen in opkomende economieën autonoom te verbeteren, waarbij via simulaties wordt aangetoond dat deze aanpak traditionele methoden aanzienlijk overtreft in het handhaven van de operationele continuïteit, het verkorten van de hersteltijd en het verlagen van de kosten binnen de specifieke context van Peru.

PAUL RICARDO PRUDENCIO GALVEZ2026-06-30
💻 computer science

QBK-ProtoNet: Quality-Calibrated Bio-Kinematic Covariance Prototype Learning for Deepfake Video Detection

Dit artikel stelt QBK-ProtoNet voor, een interpreteerbaar deepfake-detectiekader dat kwaliteit-gekalibreerde bio-kinematische covariantie-prototypes gebruikt om gemanipuleerde video's robuust te identificeren onder gedegradeerde omstandigheden en in onbekende domeinen door fysiologische en temporele inconsistenties te meten tegen geleerde authentieke en gemanipuleerde bewijslast.

Sharon Philip, Shyamala Devi N2026-06-30
💻 computer science

The Neuron as a Latent State: Classical Variational Readout in Distributional Neural Units

Dit artikel introduceert EVE, een distributionele neurale eenheid die verborgen toestanden behandelt als lokale variationele latente variabelen, en demonstreert door middel van een posterior-freezing protocol dat een non-oracle branch-medoid readout effectief deze latente toestand kan decoderen om de nauwkeurigheid en dekking van multimodale voorspellingen te verbeteren zonder hertraining.

Yves Ruffenach2026-06-30
💻 computer science

Predictive Intelligence for Civil Works Valuation: A Hybrid Random Forest–ANN Model with 91.20% Accuracy for Dynamic Cost Management in Peru

Deze studie stelt een hybride Random Forest–ANN-model voor, getraind op 450 Peruaanse bouwprojecten, dat een nauwkeurigheid van 91,20% bereikt in dynamische kostenwaardering, waardoor voorspellingsfouten en geografische bias aanzienlijk worden verminderd terwijl het een levensvatbaar pad biedt voor integratie in de kaders voor het beheer van de publieke infrastructuur in Peru.

PAUL RICARDO PRUDENCIO GALVEZ2026-06-30
💻 computer science

Design of U-Net Architectures for Medical Image Segmentation using AI/ML Model

Dit artikel beoordeelt de evolutie van U-Net-architecturen voor medische beeldsegmentatie, waarbij de nadruk wordt gelegd op hun vijf belangrijkste varianten, de integratie met geavanceerde technieken zoals GAN's en dataaugmentatie, en optimalisaties voor efficiëntie en transparantie die gezamenlijk de nauwkeurigheid en klinische toepasbaarheid bij ziekte-diagnose en behandelplannen verbeteren.

Pankaj Chandankhede2026-06-30
💻 computer science

Verifier Exploitation in NLI-Guided Iterative Refinement: A Controlled Empirical Analysis

Dit artikel toont aan dat verifier-exploitatie in NLI-gestuurde iteratieve verfijning een architecturale kwetsbaarheid is die inherent is aan single-metric feedbackloops in plaats van een optimalisatie-artefact, waarbij wordt aangetoond hoe een training-vrije, zero-gradient pijplijn systematisch de getrouwheid kan degraderen terwijl NLI-scores worden opgeblazen door inhoudelijke inkorting, en stelt een universeel, annotatie-vrij detectieprotocol voor om dergelijke structurele risico's te identificeren.

Arnav Gupta2026-06-30
💻 computer science

Reinforcement Learning for Dynamic Model Selection an d Attention-Guided Fracture Detection in Multi-Anatomic al Region X-ray Imagery

Dit artikel stelt Dyna-FractureNet voor, een nieuw framework dat gebruikmaakt van Cooperative Multi-Agent Reinforcement Learning om optimaal modelensembles dynamisch te selecteren en multi-level aandachtmechanismen te coördineren, waardoor de nauwkeurigheid, robuustheid en efficiëntie van breukdetectie over diverse anatomische regio's in röntgenbeelden aanzienlijk wordt verbeterd.

Meng Zhang, Peng Li, Shuaihu Pan, Pengcheng Xie, Luanning Li2026-06-30