cs 篇论文 | Gist.Science

本文提出并验证了一种结合面向对象设计与事件驱动编程的组件化多层 Web 架构，旨在显著提升 ERP 系统的开发效率、可维护性与可扩展性，并通过一项实际案例研究展示了其减少了 44% 的开发工作量。

GestureFM 是一个紧凑的潜在流匹配（latent Flow Matching）框架，它通过将 SMPL-X 姿态压缩到潜在空间并采用轻量级平滑器来解决块边界处的间断问题，从而实现低延迟、高质量的流式共语体态动作生成，在实现极低首块延迟的同时达到了具有竞争力的动作质量。

本文针对有限及无限时界马尔可夫决策过程，在一种绕过不确定性下的乐观主义等传统范式的生成模型下，提出了一种新颖的经典与量子在线强化学习算法，旨在直接计算最优策略，并实现了改进的遗憾界限，包括量子方法中对时间步长的多项对数依赖性。

本文介绍了 **mapgis2shp**，这是一个开源 Python 库，通过对未公开的 MapGIS 6.x/67 二进制矢量格式进行逆向工程，将其转换为标准地理空间数据，并在几何图形、属性和坐标参考系统方面实现了与该专有软件原生导出结果近乎完美的校验一致性。

本文介绍了 PLFD-YOLO，这是一种轻量级多尺度检测器，其特征在于具有高分辨率分支的四头 PAFPN、可变形卷积以及专门的注意力机制，在检测无人机图像中的输电线路缺陷方面达到了最先进的精度，同时保持了适用于嵌入式部署的高推理速度。

本文介绍了不确定性感知变分量子特征学习（UVQFL），这是一种通过将自适应特征加权和不确定性估计集成到变分量子编码中，从而增强高维分类可靠性的混合框架，并在 MNIST 数据集上实现了 84.62% 的最佳验证准确率。

本文提出了 PSCD-GS，这是一个通过将图像空间感知响应与多视图结构证据相结合，以实现角色感知的协同加密，从而在保持受控表示的同时，提升对精细纹理、边界和薄结构的保护能力的创新框架。

本研究表明，变分量子门在循环天气预报中的预测效用取决于架构，其中量子 GRU 的表现优于紧凑型和精确型经典代理模型，而量子 LSTM 仅在参数数量和结构相匹配时才能达到与其经典对应模型相当的性能。

本文提出了一种用于无线体域网络的混合后量子安全框架，该框架集成了 NIST 标准化的 ML-KEM 和 ML-DSA 算法、基于区块链的审计日志以及人工智能驱动的入侵检测，旨在保护敏感患者数据免受当前及未来量子威胁的影响，同时在威胁分类中实现低延迟和高准确率。

本文提出并评估了全分布式静态与动态算法，使模块化机器人系统（或称可编程物质）能够在当前构型及形状重构过程中，验证其机械稳定性并评估连杆完整性。