cs papers | Gist.Science

Rule-to-Data Knowledge Transfer via Optimal Transport for Weakly Supervised Anomaly Detection on Transaction Graphs

Dit artikel stelt een zwak gesuperviseerd framework voor anomaliedetectie in transactiegrafieken voor dat gebruikmaakt van optimale transport om hiërarchische regelsemantiek, afgeleid van beslissingsbomen, uit te lijnen met continue transactie-representaties, waardoor hoogwaardige pseudo-labels worden gegenereerd en de bestaande baselines op benchmark-datasets worden overtroffen.

Qiuyang Zhang, Keyang Chen, Mingxuan Jiang, Yuan Shui, Yandan Tan, Zhixin Li, Hongbin Zhu, Hongfeng Chai2026-06-29

💻 computer science

Public regulatory data infrastructure for lifecycle oversight of AI medical devices

Dit artikel betoogt dat de huidige publieke regelgevende registers voor AI-medische hulpmiddelen ontoereikend zijn voor toezicht gedurende de gehele levenscyclus vanwege een gebrek aan gestructureerde, doorzoekbare gegevens over softwarewijzigingen en AI-specifieke attributen, en stelt een nieuwe dataspecificatie voor om deze kritieke tekortkomingen in de belangrijkste wereldwijde jurisdicties aan te pakken.

Yu Han, Aaron Ceross2026-06-29

💻 computer science

Multimodal Structural Anomaly Detection in Invoices Using Text–Logic Fusion

Dit artikel stelt een multimodale ongesuperviseerde anomaliedetectie-framework voor dat tekstuele semantiek van OCR en financiële logische kenmerken combineert om effectief structurele onregelmatigheden en fraude in semi-gestructureerde facturen te identificeren, waarbij het single-modality baselines op real-world data overtreft.

Mridumay Saha, Payal Khanal, Gaurav Sarma2026-06-29

💻 computer science

Adaptive constrained reinforcement learning for energy-aware scheduling under changing load

Dit artikel introduceert CLASP, een adaptieve constrained reinforcement learning scheduler die expliciete latentiebeperkingen afdwingt via een door een PID-regelaar gestuurde Lagrangiaanse prijs en een prijs-geconditioneerde policy, waardoor een stabiele energie-efficiëntie en schendingsdoelstellingen worden gehandhaafd bij variërende workloads waar traditionele fixed-weight beloningsbenaderingen falen.

Saher Elsayed, Khairi Azhar Aziz2026-06-29

💻 computer science

Enhancing Cybersecurity in Cloud Computing Environments through Zero Trust Architecture: A Multi-Layer Adaptive Framework with Simulation-Based Evaluation of Attack-Surface Reduction

Dit artikel stelt een meerlagig adaptief Zero Trust-framework voor en evalueert dit, dat gebruikmaakt van een contextbewust vertrouwen-scoremechanisme en rigoureuze wiskundige modellering om een significante vermindering van de succesratio van aanvallen en laterale beweging binnen cloudomgevingen aan te tonen in vergelijking met traditionele perimetergebaseerde beveiliging.

mohsin bashir hakak2026-06-29

💻 computer science

RadioAI: Physics-Grounded, Interpretable Deep Learning for Multi-Modal Medical Image Classification

RadioAI presenteert een reproduceerbaar, op natuurkunde gebaseerd multimodaal deep learning-systeem dat gespecialiseerde architecturen voor borst-CT, borstechografie en hersen-MRI-classificatie integreert met een automatische modaliteitssturende Gatekeeper en interpreteerbare visualisatietools, gevalideerd door gecontroleerde ablatiestudies die de empirische noodzaak van natuurkundig geïnformeerde ontwerpcomponenten aantonen.

Maitri Savaliya2026-06-29

💻 computer science

Quantum-Projected Semantic Retrieval: A Universal Low-Latency Backbone for Multi-Modal AI Systems

Het artikel introduceert QuantumRAG, een universeel, laag-latentie retrieval-systeem dat tekst-embeddings naar complexe kwantumtoestanden in de Hilbertruimte mapt om een BERT-niveau nauwkeurigheid te bereiken met 3,6× snellere inferentie op standaard CPU-hardware, terwijl het agnostisch blijft voor datamodaliteiten zoals tekst, wiskunde en video.

Amit Rana2026-06-29

💻 computer science

From Classroom to Cubicle: Academic Origins, Institutional Trajectories, and Research Impact of AI Scientists at MAANG Companies

Dit artikel introduceert de MAANG-AI-450 dataset om de educatieve achtergronden en citatie-impacts van AI-onderzoekers bij grote technologiebedrijven te analyseren, waarbij wordt onthuld dat hoewel PhD-opleidingen geconcentreerd zijn bij elite-instellingen, het succes in citaties sterk scheefgetrokken is en vaak wordt gedreven door de huidige werkomgeving in plaats van enkel door de doctorale afkomst.

Kunal Dhanda2026-06-29

💻 computer science

Geometry-First Visual Intelligence: Deep Geometric Networks and Quantum Geometric Networks for Gesture Recognition

Dit artikel introduceert Deep Geometric en Quantum Geometric Networks (DGN/QGN), een neuro-symbolische architectuur die competitieve gebarenherkenning bereikt door expliciete, interpreteerbare differentiaal-geometrische kenmerken uit beweging te extraheren en deze direct te mappen naar kwantumcircuitparameters, waarmee wordt aangetoond dat de huidige prestatiebeperkingen voortvloeien uit hardwarebeperkingen in plaats van algoritmische gebreken.

Amit Rana2026-06-29

💻 computer science

Knowledge Evolution and AI Paradigm Shifts in Pedestrian Detection: A Bibliometric and Main Path Analysis

Deze studie integreert bibliometrische analyse met een AI-paradigma perspectief om de structurele evolutie van voetgangersdetectieonderzoek in kaart te brengen, waarbij wordt onthuld dat de transitie van het vakgebied van handmatige kenmerken naar deep learning en transformers plaatsvindt door middel van geleidelijke kennisintegratie in plaats van abrupte verschuivingen, waardoor een nieuw theoretisch kader wordt geboden voor het begrijpen van AI-ontwikkeling.

Vo Thanh Kiet, Rene Jaros, Boris Pustejovsky, Jakub Stefansky, Ondrej Svoboda, Minh Ly Duc, Petr Bilik, Radek Martinek2026-06-29

← Vorige Volgende →