💻 computer science
Xender+: Enhancing Time Series Data Transmission via Historical Model Reuse
Xender+ 是一个新颖的框架，它通过利用云端预训练且按模式聚类的模型库进行直接复用，来取代频繁的在线模型重训练，从而增强了时间序列数据的传输效率，并与最先进的基准方案相比，实现了更低的端到端延迟和极高的重构精度。
💻 Category
cs
1398 篇论文
💻 computer science
Resource-Aware Video Action Recognition Through Adaptive Temporal Sampling: An Efficiency–Accuracy Benchmarking Framework
本文引入了一种利用自适应时间采样来评估视频动作识别中效率与准确度权衡的资源感知基准测试框架，证明了 R(2+1)D-18 架构在保持不同计算预算下性能稳定的同时，显著降低了能耗。
💻 computer science
Multimodal Deep Learning for Chest X-Ray Abnormality Classification and Interpretability through Demographic Feature Integration
本研究提出了一种结合了 ConvNeXt Large 骨干网络、将胸部 X 线图像与人口统计学元数据相结合的多模态深度学习框架，在 NIH ChestX-ray14 数据集上实现了 96.88% 的宏平均 AUC，并证明了其相比于现有的仅图像模型具有更优越的性能和可解释性。
💻 computer science
Triple-Factorized attention framework with dynamic adaptive windowing for premature contraction classification
本文提出了 HRDAWNet，这是一种集成三因子注意力（Triple-Factorized Attention）与动态自适应窗口化（Dynamic Adaptive Windowing）的新型注意力框架，旨在通过有效捕捉复杂的时空依赖关系并适应动态上下文信息，实现对早搏性房性及室性收缩分类的最先进准确率。
💻 computer science
Eliminating Setup Friction in PHP Web Development Labs Using Docker and DevContainers
本文通过一项跨学期的案例研究表明，在巴林大学中，使用 Docker 和 DevContainers 取代传统的基于 XAMPP 的 PHP 开发环境，可减少 90% 以上的学生配置时间，并显著降低外在认知负荷，从而防止配置错误危及整个课程。
💻 computer science
Learning-Based Heuristic Dynamic Path Planning Using a Hop- Aware Graph Neural Network and ConvGRU
本文提出了一种用于动态路径规划的学习型启发式算法，该算法通过将跳数感知图神经网络（HopGNN）与卷积门控循环单元（ConvGRU）相结合，以有效捕捉多尺度空间拓扑结构和时间环境变化，并在模拟网格环境中证明了其相对于 GCN-A*、GAT-A* 和 D* Lite 等现有方法具有更高的成功率和搜索效率。
💻 computer science
A Multi-Model, Multi-Domain Benchmark of Large Language Model Agreement with Humans and with Each Other in Sentiment Classification
本文提出了一个评估五种大语言模型、一个基于规则的词典以及一个监督式 Transformer 相对于人类标注表现的多领域基准测试，结果显示，尽管像 Claude Opus 4.7 和 GPT-5.5 这样的顶级模型实现了与人类的高度一致性，但在不同模型之间以及模型与人类标签之间仍存在显著的分歧——尤其是在非正式文本方面——这表明模型选择会对情感分类结果产生实质性影响。
💻 computer science
AST-Level Semantic Watermarking Framework for AI-Generated Code: Robust Provenance Attribution via Structural Invariants
本文提出了一种新颖的、与模型无关的抽象语法树（AST）级水印框架，该框架通过保持语义不变的结构化变异，将具有密码学可验证性的签名嵌入到 AI 生成代码的句法拓扑中，从而实现了鲁棒的来源归属，并且在应对格式化、重命名和死代码注入等常见代码转换时，其表现显著优于现有的文本级方法。
💻 computer science
SHAP and LIME Explainability in Financial Machine Learning: A Systematic Review of Methods, Evaluation Gaps, and Barriers to Deployment
这项针对 297 项研究的系统综述显示，尽管 SHAP 和 LIME 在金融机器学习（特别是信用建模）的可解释性方面被广泛采用，但它们面临着缺乏正式评估的关键问题，仅有 9.1% 的论文对解释质量进行了评估，这凸显了对加强验证和部署标准以确保符合监管合规性和建立信任的紧迫需求。
💻 computer science
Use of Chaotic-Map-Based Steganography in OTA Updates
本文提出了一种安全的软件空中下载（SOTA）更新框架，该框架通过使用 AES-256-GCM 对软件二进制文件进行加密，并将其嵌入到利用混沌映射引导的最低有效位（LSB）隐写术生成的灰度图像中，从而隐藏有效载荷并防止篡改，以此增强 OTA 传输的安全性。