Voor elke paper op deze pagina heeft ten minste één van de oorspronkelijke auteurs onze begrijpelijke uitleg gezien en beoordeeld — door te bevestigen dat de uitleg klopt of door correcties aan te vragen die wij vervolgens hebben doorgevoerd. Een bevestiging betekent niet dat auteurs elke zin formeel goedkeuren, maar wel dat de uitleg langs de mensen is gegaan die de paper hebben geschreven.

608 papers beoordeeld door auteurs · 381–390 / 608

Computational study of interactions between ionized glyphosate and carbon nanotube: An alternative for mitigating environmental contamination

Deze computationele studie toont aan dat single-walled carbon nanotubes geïoniseerde glyphosaatspecies effectief adsorberen via verschillende interactiemechanismen, wat hun potentieel onderstreept voor milieu-monitoring en sanering van landbouwverontreiniging.

H. T. Silva, L. C. S. Faria, T. A. Aversi-Ferreira, I. Camps2026-05-08✓ Author reviewed 🔬 cond-mat.mtrl-sci

UX in the Age of AI: Rethinking Evaluation Metrics Through a Statistical Lens

Dit artikel stelt het Adaptieve Dynamische UX Statistische Kader (ADUX-Stat) voor, een nieuw evaluatiemodel dat statische bruikbaarheidsmetrieken vervangt door probabilistische constructen—namelijk de Interactie-entropie-index, de Temporele driftcoëfficiënt en de Bayesiaanse bruikbaarheidsvertrouwensscore—om de stochastische en contextgevoelige aard van door AI bemiddelde systemen effectief te beoordelen.

Harish Vijayakumar2026-05-08✓ Author reviewed 💻 cs

Edge Triggering in IoT Mesh Networks: A Comparative Monte Carlo Study of Seven Detection Algorithms

Dit artikel presenteert een uitgebreide Monte Carlo-studie die aantoont dat de Temporal Spectral Noise-Floor Adaptation (TSNFA)-methode, die op unieke wijze spectrale bandselectie, temporale persistentiefiltratie en adaptieve ruisvloertracking combineert, perfecte detectie met nul valse positieven bereikt in een IoT-meshnetwerk van 200 knooppunten en hiermee zes alternatieve algoritmen overtreft die falen door het ontbreken van ten minste één van deze kritieke verdedigingsmechanismen.

Sergii Makovetskyi, Lars Thomsen2026-05-08✓ Author reviewed 💻 cs

Emergent Quantum Dynamics as a Bayesian Inference Problem: A Critical Analysis

Dit artikel vestigt vanuit een Bayesiaans perspectief een verband tussen grofkorrelige kwantumdynamica en het formalisme van kwantumaanhangende toestanden, waarbij het bestaan van emergente dynamica wordt onderzocht via analytische oplossingen en semidefiniete programmering, en waarbij een nieuwe robuustheidsmaat wordt geïntroduceerd om de ruis tolerantie in deze effectieve beschrijvingen te kwantificeren.

Thales B. S. F. Rodrigues, Lucas L. Brugger, Vinicius G. Valle, Bruno F. Rizzuti, Cristhiano Duarte2026-05-07✓ Author reviewed ⚛️ quant-ph

Temporal Reasoning Is Not the Bottleneck: A Probabilistic Inconsistency Framework for Neuro-Symbolic QA

Dit artikel daagt het idee uit dat temporale redenering de primaire bottleneck is voor grote taalmodellen, en stelt in plaats daarvan dat falen voortkomt uit ongestructureerde tekst-naar-gebeurtenisrepresentatie, en introduceert een neuro-symbolisch raamwerk met een Probabilistisch Inconsistentiesignaal dat perfecte nauwkeurigheid op benchmarks bereikt door semantische extractie te ontkoppelen van symbolische redenering.

Tran Quang Liem2026-05-07✓ Author reviewed 🤖 cs.AI

A Transferable Machine Learning Approach to Predict Optimized Orbitals for Electronic Structure Problems

Dit artikel introduceert een overdraagbaar raamwerk voor grafische neurale netwerken dat geoptimaliseerde moleculaire orbitaalcoëfficiënten direct voorspelt op basis van geometrie, waardoor schaalbare, hertrainingsvrije versnelling van variational quantum eigensolver-werkstromen mogelijk wordt door de klassieke voorverwerkingskosten aanzienlijk te verminderen en de convergentie voor grotere waterstofsysteem te verbeteren.

Lucas van der Horst, Maniraman Periyasamy, Abhishek Y. Dubey, Davide Bincoletto, Jakob S. Kottmann, Daniel D. Scherer2026-05-07✓ Author reviewed ⚛️ quant-ph

Think-Aloud Reshapes Automated Cognitive Model Discovery Beyond Behavior

Dit artikel toont aan dat het integreren van Think-Aloud-traces in de geautomatiseerde ontdekking van cognitieve modellen de voorspellende prestaties aanzienlijk verbetert en de geïdentificeerde modelstructuren verschuift naar meer geïntegreerde nutsmechanismen, waardoor cognitieve processen aan het licht komen die alleen met gedragsdata niet kunnen worden gereconstrueerd.

Hanbo Xie, Akshay K. Jagadish, Lan Pan, Robert C. Wilson2026-05-07✓ Author reviewed 🧬 q-bio