💻 computer science
Adaptive Multi-Agent Deep Reinforcement Learning for Distributed Zero Trust Architectures in Global Financial Ecosystems
本文提出了 AMADRL-ZTA，这是一种利用自适应多智能体深度强化学习的分布式零信任架构，旨在显著增强威胁检测、缩短响应时间并提高策略适应性，从而保护全球金融生态系统免受复杂的网络攻击。
💻 Category
cs
2358 篇论文
💻 computer science
Boundary-Based Stability Monitoring of DDoS-Induced Structural Stress in Networked Systems
本文提出了一种用于 DDoS 早期检测的数学框架，该框架利用稳定性泛函和失真算子来衡量网络流量与理论稳定性域之间的距离，从而为传统的基于阈值的监控方法提供了一种更具可解释性且更鲁棒的替代方案。
💻 computer science
Causal Transformer: Scaling Gradient-Based Causal Discovery to 500 Variables
该论文介绍了因果 Transformer (CT)，这是一种自注意力架构，它克服了现有基于梯度的方法在维度上的局限性，从而能够在 200–500 个变量的范围内实现稳健的因果发现，并在以往方法失效的消费级硬件上成功识别出经过生物学验证的癌症驱动网络。
💻 computer science
Classification of High-Risk Paratransit Drivers Using Ensemble Machine Learning
本研究利用一系列机器学习算法，其中逻辑回归被证明是最有效的模型，旨在根据社会经济和运营因素对孟加拉国加齐普尔的高风险准公共交通驾驶员进行分类，从而为交通管理部门提供一种用于针对性安全干预的数据驱动工具。
💻 computer science
PV Defect Detection Network Equipped with Novel Decoupled Downsampling, Mixed Attention and Heterogeneous Convolution Modules
本文提出了 CCM-YOLO，一种利用可见光成像的轻量级且高精度的光伏缺陷检测模型，该模型通过集成新型解耦下采样、混合注意力以及异构卷积模块，在显著降低计算成本的同时，在精度和模型效率方面均优于现有最先进的方法。
💻 computer science
Ancient Painting Garment Inpainting via Garment Structure Guidance and Garment Region-Reweighted Flow Matching
本文提出了一种结合了时尚 LoRA 指导（Fashion LoRA guidance）与服装区域重加权流匹配（Garment Region-Reweighted Flow Matching）的两阶段框架，旨在解决古画中服饰存在的结构与纹理退化问题，在显著提升修复质量的同时，为文化遗产保护提供具有可审计性且受结构约束的数字化候选方案。
💻 computer science
RAGtio: A Modular Framework for Systematic Evaluation of Hybrid Retrieval-Augmented Generation Pipelines
本文介绍了 RAGtio，这是一个基于 Haystack 和 Qdrant 构建的模块化开源框架，通过双重评估模式以及面向技术与非技术用户的便捷界面，实现了生物医学领域混合 RAG 检索流水线的系统化、可复现性评估。
💻 computer science
Explainable Multi-Agent AI Systems for Intelligent Software Engineering and Business Automation
本文介绍了 XCognitive SwarmNet，这是一种基于认知集群的多智能体框架，它集成了协同推理、可解释决策智能以及数字孪生仿真，旨在显著提升工业 4.0 背景下人工智能驱动的软件工程与业务自动化的准确性、质量、效率及透明度。
💻 computer science
Delegation-Aware Runtime Contracts for Open LLM Multi-Agent Systems: Constraint Preservation, Capability Revocation, and State Recovery
本文引入了委托感知运行时合约（Delegation-Aware Runtime Contracts, DARC），这是一个将大语言模型多智能体系统中的权限转移视为一种可由机器检查的过程的正式框架，旨在通过确定性的运行时中介来强制执行约束保持、能力撤销和状态恢复，从而解决将委托仅视为自然语言所带来的安全风险。
💻 computer science
Topology-Aware Structural Parsing of Hand-Drawn Diagrams via Learning-Aligned Decoding
本文提出了一种用于手绘图表解析的两阶段框架，该框架结合了多头图证据网络与确定性组装器，以有效地弥合像素级视觉证据与准确结构图恢复之间的差距，在节点检测、连接器追踪和有向链路重建方面实现了高性能。