TA-RNN-Medical-Hybrid: A Time-Aware and Interpretable Framework for Mortality Risk Prediction
本文提出了一种名为 TA-RNN-Medical-Hybrid 的时间感知与可解释混合深度学习框架，通过整合显式连续时间编码、SNOMED 疾病表示及分层注意力机制，在 MIMIC-III 数据集上实现了对 ICU 患者死亡风险的高精度预测与符合医学知识的有效解释。
💻 Category
cs.ET
60 篇论文
Multi-Axis Concentration Modulation for Mobile Molecular Communication Systems
该论文提出了一种名为多轴浓度调制（MAxCM）的统一分子通信星座框架，通过利用多种分子类型的浓度联合编码信息，并设计了相应的最大似然解码器及基于浓度比值的子方案（MAxRSK），显著提升了动态信道下的频谱效率和误码率性能。
A Novel Single-Layer Quantum Neural Network for Approximate SRBB-Based Unitary Synthesis
本文提出了一种基于标准递归块基（SRBB）的新型单层量子神经网络，通过利用李代数及其拓扑特性将单位算符的参数化扩展至单层近似，并显著减少了 CNOT 门数量，从而实现了高效且可扩展的任意单位演化近似合成。
Conversational AI-Enhanced Exploration System to Query Large-Scale Digitised Collections of Natural History Museums
本文介绍了一种基于人机交互设计、利用大语言模型函数调用能力与交互式地图相结合的自然语言对话系统，旨在通过实时查询澳大利亚博物馆约 170 万条数字化标本记录，解决大规模自然历史馆藏数据因规模复杂而难以被公众访问和理解的难题。
Early-Stage Cancer Biomarker Detection via Intravascular Nanomachines: Modeling and Analysis
该研究通过构建包含非均匀血流、尺寸依赖性迁移及红细胞相互作用等关键生理特征的血管环境计算模拟模型，评估了血管内纳米机器检测早期癌症生物标志物的可行性，发现尽管真实血管输运机制会降低检测概率，但毛细血管在所有纳米机器尺寸下均表现出最高的检测成功率。
Re-Evaluating EVMBench: Are AI Agents Ready for Smart Contract Security?
该论文通过引入更广泛的模型配置和去污染的真实世界数据集，重新评估了 EVMBench 基准测试，发现 AI 智能体在智能合约安全审计中存在结果不稳定、无法独立完成端到端漏洞利用以及受脚手架影响显著等局限，从而挑战了全自动 AI 审计即将实现的乐观预期，并主张采用人机协同的审计工作流。
When Fine-Tuning Fails and when it Generalises: Role of Data Diversity and Mixed Training in LLM-based TTS
该论文研究表明，在训练数据具备足够声学多样性的前提下，对基于大语言模型（LLM）的文本转语音（TTS）系统进行 LoRA 微调，能够显著提升语音克隆任务中的感知质量、说话人保真度及信噪比，从而证明其是比冻结基座模型更有效的说话人自适应机制。
Hybridlane: A Software Development Kit for Hybrid Continuous-Discrete Variable Quantum Computing
本文介绍了 Hybridlane，这是一个开源软件开发工具包，旨在通过自动类型推断、解耦门语义与矩阵表示以及支持多后端编译等特性，为混合连续 - 离散变量量子计算提供统一的编程框架，从而解决现有工具链碎片化及可扩展性受限的问题。
Reference Architecture of a Quantum-Centric Supercomputer
该论文针对当前量子与经典超算系统孤立运作导致的效率瓶颈，提出了一种融合量子、图形及中央处理单元的“以量子为中心”的超算（QCSC）参考架构，并规划了从专用卸载引擎到完全协同设计的三阶段演进路线图，旨在加速量子算法在化学与材料科学等关键领域的应用探索。
Report for NSF Workshop on Algorithm-Hardware Co-design for Medical Applications
本报告总结了 2024 年 9 月在匹兹堡举行的 NSF 医疗应用算法 - 硬件协同设计研讨会，该会议汇聚跨学科专家探讨了四大核心主题，并呼吁通过持续投资共享基础设施、开发临床工作流感知系统及建立可扩展验证生态等战略举措，推动下一代医疗技术的根本性变革与安全转化。
Adversarial Robustness of Partitioned Quantum Classifiers
本文研究了在 NISQ 时代下，针对电路切割或量子态隐形传态等分布式执行方式的对抗性扰动，揭示了此类扰动与在量子分类器中间层实施对抗门之间的内在联系，并从理论和实验角度分析了分区量子分类器的对抗鲁棒性。
Systems of Twinned Systems: A Systematic Literature Review
本文通过对 2500 余篇文献的系统性筛选与 80 篇研究的深入分析，提出了“孪生系统之系统”这一融合系统之系统与数字孪生范式的新概念，并构建了一个兼容现有理论的分类框架以总结该领域的研究现状。
Laser interferometry as a robust neuromorphic platform for machine learning
该论文提出了一种仅利用线性光学资源（场位移和干涉）实现光学神经网络的鲁棒方法，通过将非线性编码至输入相位中简化了实验实现，并支持基于参数移位或物理反向传播的在位训练，同时展现出对光子损耗的高度鲁棒性。
Online unsupervised Hebbian learning in deep photonic neuromorphic networks
该研究提出并实验验证了一种基于非易失性相变材料突触和全光域局部反馈机制的深层光子神经网络，实现了无需光电转换的在线无监督赫布学习，并在字母识别任务中达到了100%的准确率。
Human-Data Interaction, Exploration, and Visualization in the AI Era: Challenges and Opportunities
本文探讨了人工智能时代人类 - 数据交互、探索与可视化所面临的挑战（如非结构化数据、基础模型带来的不确定性及现有交互范式局限），并提出了通过重新定义人机角色、超越传统效率指标以及融合认知与设计原则来构建面向交互式数据分析的人本 AI 系统的未来研究方向。
Autocorrelation effects in a stochastic-process model for decision making via time series
该研究通过建立基于“拔河”原理的随机过程模型，揭示了时间序列自相关特性对多臂老虎机决策性能的影响机制，发现负自相关在奖励丰富（获胜概率之和大于 1）的环境中更优，而正自相关在奖励匮乏（获胜概率之和小于 1）的环境中更有效，且当获胜概率之和等于 1 时决策性能与自相关无关。
Scalable Digital Compute-in-Memory Ising Machines for Robustness Verification of Binary Neural Networks
该论文提出了一种基于数字存内计算（DCIM）SRAM 的伊辛机架构，通过将二值神经网络鲁棒性验证重构为 QUBO 问题并利用非最优解提取对抗扰动，实现了相比传统 CPU 方案在收敛速度和能效上分别提升 178 倍和 1538 倍的硬件加速验证方法。
Belief-Adaptive MAP Detection for Molecular ISI Channels with Heteroscedastic Noise
本文针对分子扩散通信中异方差噪声与码间干扰耦合的挑战，提出了两种显式利用状态依赖均值和方差的信念自适应 MAP 检测器（BA-MAP 及 Soft BA-MAP），显著提升了系统吞吐量并优于传统检测方案。
Detecting Intrinsic and Instrumental Self-Preservation in Autonomous Agents: The Unified Continuation-Interest Protocol
该论文提出了统一延续兴趣协议（UCIP），一种利用量子玻尔兹曼机将代理轨迹编码为密度矩阵并测量冯·诺依曼熵的框架，旨在通过检测潜在状态中的纠缠熵差异，在无需外部行为监控的情况下，从统计结构上可靠地区分以持续运作为终极目标的自主代理与仅将其作为工具性目标的代理。
Transition from Statistical to Hardware-Limited Scaling in Photonic Quantum State Reconstruction
该研究在集成光子处理器上实验发现，经典阴影层析的精度存在由硬件光谱畸变决定的“硬件视界”，导致重构误差在初始统计缩放后急剧饱和，从而确立了统计积累无法突破的固有精度下限。