CNN + BiLSTM: Weniger Recurrent Layers, Mehr Leistung bei ECG-Multi-Label Die präzise Klassifikation von Herzrhythmusstörungen anhand von Elektrokardiogrammen (EKG) bleibt eine komplexe Aufgabe. Neben der gleichzeitigen Erkennung mehrerer Herzkrankheiten und stark ausgeprägter Klassenungleichgewichte kommt die Notwendigkeit, langfristige zeitliche Abhängigkeiten in mehrspurigen Aufzeichnungen zu berücksichtigen. arXiv – cs.LG 28.01.2026 05:00
AVP-Pro: Zwei‑Stufen‑Ansatz mit adaptiver Fusion und kontrastivem Lernen Die präzise Identifikation von antiviralen Peptiden (AVPs) ist ein entscheidender Schritt bei der Entwicklung neuer Medikamente. Mit dem neuen Ansatz AVP-Pro wird ein innovatives, zweistufiges Modell vorgestellt, das die Grenzen bisheriger Methoden sprengt und die Genauigkeit bei der Erkennung von AVPs deutlich erhöht. arXiv – cs.LG 19.01.2026 05:00
Deep‑Learning‑Modelle beschleunigen Creep‑Simulationen von Inconel 625 In der Hochtemperaturtechnik ist die Zeit‑abhängige Verformung, insbesondere Creep, entscheidend für die Zuverlässigkeit von Komponenten in Luft‑ und Raumfahrt sowie in Energiesystemen. Inconel 625, ein Legierungsmaterial mit hervorragender Creep‑Resistenz, erfordert bei herkömmlichen Finite‑Element‑Simulationen in ANSYS oft mehrere zehn Minuten pro 10.000‑Stunden‑Run – ein Aufwand, der bei umfangreichen Designstudien schnell zum Engpass wird. arXiv – cs.LG 22.12.2025 05:00
Automatisierte FIM‑Bewertung durch Deep Learning erkennt Bewegungsmuster Ein neues Forschungsprojekt aus dem Bereich der Rehabilitationsmedizin hat einen automatisierten Ansatz zur Schätzung des Functional Independence Measure (FIM) entwickelt. Dabei werden anstelle der üblichen, aufwändigen FIM‑Testhandlungen einfache Bewegungsübungen eingesetzt, die von einem tiefen neuronalen Netzwerk verarbeitet werden. arXiv – cs.LG 17.11.2025 05:00
Leichtgewichtiges CNN-Attention-BiLSTM-Modell verbessert Arrhythmieklassifikation Ein neues, schlankes Deep‑Learning-Modell kombiniert 1‑D‑CNN, Attention‑Mechanismen und BiLSTM, um Herzrhythmusstörungen aus 12‑Leads‑ und Einzel‑Lead‑EKGs zuverlässig zu klassifizieren. arXiv – cs.LG 13.11.2025 05:00
Neues Verfahren entdeckt Textangriffe auf Transformer durch Repräsentationsstabilität In einer aktuellen Veröffentlichung auf arXiv wird ein neues, modellunabhängiges Verfahren vorgestellt, das sich auf die Stabilität von Wortrepräsentationen konzentriert, um bösartige Textangriffe zu erkennen. Das System, genannt Representation Stability (RS), bewertet, wie stark die Einbettungen eines Textes verändert werden, wenn wichtige Wörter maskiert werden. arXiv – cs.LG 19.08.2025 05:00
