💻 computer science

The Effect of Text Reuse Length and Fragmentation on Similarity Detection: A Controlled Evaluation of WordBinary

Deze studie toont aan dat hoewel de prestaties van WordBinary op het gebied van tekstgelijkenheidsdetectie systematisch afnemen naarmate hergebruikte inhoud wordt gefragmenteerd in kortere passages, het systeem robuust en effectief blijft door meer dan 90% van de doelbewust hergebruikte woorden succesvol te herstellen, zelfs wanneer deze verspreid zijn over talrijke kleine fragmenten.

Kiah Curan2026-08-23
💻 computer science

Modeling Uncertainty in Social Network

Dit artikel stelt een methodologie gebaseerd op fuzzy grafen voor om onzekerheid in sociale netwerken te modelleren door klassieke centraliteitsmaten te herdefiniëren, waarbij via een casestudy van de faculteit van de Universiteit van Teheran wordt aangetoond dat deze aanpak genuanceerde relatiestatussen vastlegt en leidt tot afwijkende rangschikkingen van actoren vergeleken met traditionele crispmodellen.

Hossein Abdollahipour, S. Mahmoud Taheri2026-08-22
💻 computer science

Lightweight and rapid identification of ten head-thorax NCCT quality defects via physics-informed multi-view and multi-instance AI

Het artikel introduceert PHCTQA, een lichtgewicht en snel AI-systeem dat een natuurkundig geïnformeerde multi-view en multi-instance learning-aanpak gebruikt om tien hoofd-thorax NCCT-kwaliteitsdefecten accuraat in realtime te identificeren, waarmee het junior radiografen aanzienlijk overtreft en de herhaalscan-percentages in omgevingen met beperkte middelen vermindert.

Wei Yang, Yin Li, Kaixing Long, Yun Wan, Junpu Qin, Chenghua Wei, Xi Li, Lv Zhu, Xiaomei Liu, Yijun Chen, Rifeng Long, J (…)2026-08-22
💻 computer science

SA-RGLP: Syntax-Aware Residual Graph Label Propagation with LLM Soft Priors for Metaphor Detection

Dit artikel stelt SA-RGLP voor, een nieuw framework dat metafoordetectie verbetert door syntaxisbewuste incongruentie-modellering te integreren met door LLM's afgeleide zachte priors via residuele graaf-labelpropagatie om globale semantische structuren en cross-sample relationeel redeneren te vangen, waarmee state-of-the-art resultaten worden behaald op meerdere benchmarks.

Xiangyi Jia, Wenzhong Yang2026-08-22
💻 computer science

When Reward Is Not Grammar: A Reward-Action Validity Audit of Deep Reinforcement Learning for English Inflection

Dit artikel introduceert een audit van de geldigheid van beloning en actie om aan te tonen dat een Deep Q-Network notebook dat beweert Engelse morfologie te leren, in werkelijkheid faalt in het verwerven van grammaticale regels vanwege fundamentele gebreken in de beloningsfunctie, de expressiviteit van acties, de staatscodering en de evaluatiemethodologie.

Nikesh Adhikari, Shankar Ghimire, Sagar Neupane2026-08-22
💻 computer science

CNN Regularization and Model Capacity: An Empirical Investigation of L1, L2, and Dropout in Hand Sign Image Classification

Deze empirische studie toont aan dat bij de classificatie van afbeeldingen van handgebaren het vergroten van de CNN-capaciteit geen betere prestaties garandeert en dat dropout-regularisatie, met name bij architectuurafhankelijke ratio's, aanzienlijk beter presteert dan L1- en L2-straffen, waarbij een middelgroot model de hoogste nauwkeurigheid van 96,66% bereikte.

Chaitanya Patil2026-08-22
💻 computer science

Coverage and Complementarity of Three Agentic AI Risk Taxonomies Across 131 Real World Incidents

Dit artikel evalueert empirisch de dekking en complementariteit van drie dominante taxonomieën voor risico's van agentic AI (OWASP-ASI, MSFT-AIRT en NIST AI RMF) aan de hand van 131 reële incidenten om op bewijs gebaseerde richtlijnen voor praktijkbeoefenaars te bieden en specifieke hiaten voor toekomstige herzieningen van kaders te identificeren.

Shivaraman Parthasarathy2026-08-21
💻 computer science

A memetic ant colony system algorithm for multiple machine scheduling in additive manufacturing with orientation selection of parts and energy costs ​

Dit artikel stelt een nieuw memetisch mierenkoloniesysteemalgoritme voor, geïntegreerd met variable neighborhood descent, om het multi-machine scheduling probleem in additive manufacturing op te lossen door gelijktijdig de energiekosten, de maaktijd en de onderdeeloriëntaties te optimaliseren, waarmee significante efficiëntieverbeteringen ten opzichte van bestaande methoden worden aangetoond.

JOSE CARLOS MOLINA, Ignacio Eguia, Andres Padillo, Jesus Racero2026-08-21
💻 computer science

Curvature-Information Duality Driven Geometrically Optimal Compression of Deep Models

Dit artikel introduceert het Curvature-aware Information Bottleneck (CurvIB) raamwerk, een theoretisch onderbouwd modelcompressietechniek gebaseerd op informatiestatistiek en de kromming-informatie dualiteitstelling, die krommingsgevoelige adaptieve pruning, Wasserstein-bewuste optimale kwantisatie en op optimale transport gebaseerde nauwkeurigheidsherstel verenigt om de prestaties van deep learning-modellen onder extreme middelenbeperkingen aanzienlijk te verbeteren.

Hongyu Zheng2026-08-21