💻 computer science

Beyond Transfer Learning: Evaluating the Trustworthiness of Pretrained GeoAI Models for Rooftop Solar PV Mapping

本研究表明,尽管迁移学习显著提升了预训练 GeoAI 模型在跨地理区域进行屋顶太阳能光伏制图方面的性能,但仅凭预测精度不足以保证其部署的可信度,因此有必要建立一个综合评估框架,该框架还需兼顾鲁棒性、可靠性、泛化性、透明度以及残余不确定性。

Tahsin Hossain, Tan Yigitcanlar, Niklas Tilly, Filip Biljecki2026-09-14
💻 computer science

Agentic AI-Based Predictive Security and Resilience Framework for SSL/TLS and Encrypted Traffic Infrastructure in Cloud-Native Environments

本文介绍了 AAPS-TLS,这是一个开源的多智能体 AI 框架,它利用大语言模型驱动的推理和强化学习,在云原生环境中实现了近乎完美的预测性证书管理、加密流量异常检测以及自动化策略合规性,并通过严谨的可复现模拟和指示性的生产试点进行了验证。

Pushpjeet Shrivastava, Vishnu Gatla, Syam Dondapati, Srikanth Raju Uppalapati2026-09-14
💻 computer science

Two-stage machine vision and near-infrared spectroscopy for grading leafhopper damage in fresh tea leaves

本研究开发了一种结合改进型 YOLOv8s 机器视觉模型进行初步叶蝉损伤筛选,并利用近红外光谱模型对不确定病例进行重新评估的两阶段工作流,实现了对鲜叶茶 89.5% 的综合分级准确率,显著优于单一的视觉评估。

Linsen Li, Feihu Song, Nailiang Zhang, Chunfang Song, Zhenfeng Li, Guangyuan Jin, Jing Li2026-09-14
💻 computer science

Steel-CGA: Channel-Spatial-Semantic Attention and Grouped Dilated Fusion for Real-Time Steel Surface Defect Detection

本文提出了 Steel-CGA,这是一种基于轻量化 YOLO26s 的检测器,它集成了通道-空间-语义注意力(Channel-Spatial-Semantic Attention)、分组空洞残差融合(Grouped Dilated Residual Fusion)以及自适应下采样(Adaptive Downsampling)模块,旨在显著提高实时钢材表面缺陷检测精度的同时降低计算成本。

Jianjian Chen, Baolai Wang, Xinghan Chen, Shuai Wang2026-09-14