Causal Graph Dynamics and Kan Extensions
本文通过将因果图动力学（Causal Graph Dynamics）表达为多种形式的 Kan 扩张，证明了全局变换（Global Transformations）形式化框架同样适用于描述其局部、同步且确定性的空间变换，并在此过程中揭示了单调因果图动力学在一般因果图动力学中的普适性。
💻 Category
cs
5695 篇论文
Using weakest application conditions to rank graph transformations for graph repair
该论文提出了一种基于最弱应用条件（包括损害指示和修复指示条件）的图变换排序方法，通过量化变换前后约束违反数的变化来评估修复潜力，从而支持高效且可扩展的图修复。
Möbius-Transformed Trapezoidal Rule
本文提出了一种结合莫比乌斯变换与梯形法则的数值积分方法，证明了该方法在仅需评估权重函数值而无需导数信息或概率采样的条件下，能在特定加权索伯列夫空间上达到最优收敛速率，并进一步拓展至函数逼近、随机积分及高维积分等应用。
Deterministic approximate counting of colorings with fewer than $2Δ$ colors via absence of zeros
该论文通过证明在最大度为 的图中，当颜色数 时 Potts 模型配分函数在包含 的开集内无零点，从而利用 Barvinok 插值法打破了 的界限，首次给出了该范围内图着色计数的确定性多项式时间近似算法。
Optimizing QoS in HD Map Updates: Cross-Layer Multi-Agent with Hierarchical and Independent Learning
本文提出了一种结合应用层与 MAC 层跨层设计、采用分层独立学习多智能体技术的解决方案，通过协同调整 IEEE 802.11 标准中的 CWmin、CWmax、IFSn 及等待传输时间等参数，有效降低了高密度车联网环境下自动驾驶高清地图更新的延迟，显著提升了多业务场景下的服务质量。
TIMotion: Temporal and Interactive Framework for Efficient Human-Human Motion Generation
本文提出了名为 TIMotion 的高效框架，通过因果交互注入、角色演化扫描和局部模式放大三个核心模块，解决了现有双人运动生成方法在时序建模与交互混合方面的不足，从而在 InterHuman 和 InterX 数据集上实现了更优越的性能。
VisPoison: An Effective Backdoor Attack Framework for Tabular Data Visualization Models
本文提出了 VisPoison 框架，通过数据投毒在文本生成可视化模型中引入隐蔽触发器，实现了对敏感信息的泄露、误导性图表生成及拒绝服务攻击，并证实了现有防御策略对此类攻击的防御效果有限。
Open-World Task and Motion Planning via Vision-Language Model Genereated Constraints
该论文提出了一种名为 OWL-TAMP 的新方法，通过利用视觉语言模型生成离散的行动排序约束和连续的代码化约束，成功将大模型的常识推理能力与任务运动规划系统相结合，从而实现了在开放世界中直接根据自然语言指令解决复杂的长程机器人操作任务。
"Should I Give Up Now?" Investigating LLM Pitfalls in Software Engineering
该研究通过分析 26 名参与者在复杂 Web 开发任务中的数据，揭示了大语言模型（LLM）在软件工程中的九类常见失败模式，并发现尽管用户尝试通过提示工程缓解问题，但持续的不准确回复仍导致 17 人最终放弃使用，且无帮助回复使放弃概率增加了 11 倍。
Active Prompt Learning with Vision-Language Model Priors
该论文提出了一种基于视觉语言模型先验的预算高效主动提示学习框架，通过类引导聚类和自适应类阈值选择策略，在主动学习场景下实现了比现有基线更优的少样本分类性能。
Towards a Taxonomy of Software Log Smells
该研究通过文献综述和编码分析，构建了一个包含九类日志坏味（Log Smells）的分类体系，并评估了现有修复工具，旨在帮助开发者编写更高质量的日志代码并指明未来的研究方向。
Collaborative Problem Solving in Mixed Reality: A Study on Visual Graph Analysis
该研究通过在混合现实环境中对比个人、名义小组与临时配对在视觉图分析任务中的表现，发现尽管引入了任务实例复杂度概念，但3D图表示并未比基准测试带来更优的协作效果，从而强调了使用名义小组作为评估协作虚拟环境基准的重要性。
Runs in Paperfolding Sequences
本文证明了折纸序列中运行长度及其起止位置是 2-同步的（即可由有限自动机计算），从而以更通用的方法重新推导了 Bunder、Bates 和 Arnold 的近期成果，并进一步研究了这些运行长度序列的临界指数与子词复杂度。
ARSGaussian: 3D Gaussian Splatting with LiDAR for Aerial Remote Sensing Novel View Synthesis
该论文提出了 ARSGaussian 方法，通过引入 LiDAR 点云约束、畸变校正坐标变换及几何一致性损失，有效解决了航空遥感场景下 3D 高斯泼溅技术面临的浮点与过度生长问题，并发布了配套的 AIR-LONGYAN 数据集以推动高精度新视角合成研究。
Generative AI and LLMs in Industry: A text-mining Analysis and Critical Evaluation of Guidelines and Policy Statements Across Fourteen Industrial Sectors
该研究通过文本挖掘技术分析了全球十四个行业领域的 160 份指南与政策声明，旨在评估生成式人工智能和大型语言模型的治理现状，并提出在创新与伦理问责之间取得平衡的可行建议。
Integrating Language-Image Prior into EEG Decoding for Cross-Task Zero-Calibration RSVP-BCI
本文针对现有 RSVP-BCI 系统在跨任务场景下缺乏校准数据导致解码性能下降的问题，提出了一种融合语言 - 图像先验的 ELIPformer 模型，通过构建多任务数据集并利用提示编码器与双向交叉注意力机制，实现了无需校准的跨任务零样本 RSVP 解码，显著提升了系统的实用性与泛化能力。
Exploring EEG and Eye Movement Fusion for Multi-Class Target RSVP-BCI
本文针对多类快速序列视觉呈现脑机接口（RSVP-BCI）中单一脑电模态解码性能受限的问题，构建了包含 43 名受试者的眼动与脑电融合开源数据集，并提出了一种结合双互补模块、基于理论模态贡献比的动态重加权融合策略以及层级分类器知识迁移的 MTREE-Net 网络，显著提升了多类目标 RSVP 的解码精度。
Kite: How to Delegate Voting Power Privately
本文提出了名为 Kite 的新协议，旨在为去中心化自治组织（DAO）提供隐私保护委托投票机制，使成员能够在不泄露委托关系的前提下自由委托、撤销或重新委托投票权，并通过零知识证明、通用可组合性（UC）安全分析及以太坊智能合约实现验证了其安全性与实用性。
Unveiling the Potential of iMarkers: Invisible Fiducial Markers for Advanced Robotics
该论文提出了一种名为 iMarkers 的创新型隐形基准标记，旨在解决传统可见标记破坏环境美观的问题，通过专为机器人和 AR 设备设计的硬件与开源算法，实现了在保持视觉隐蔽性的同时具备高灵活性、鲁棒性及广泛适用性的导航与识别功能。
Analysis of a finite element method for the Stokes--Poisson--Boltzmann equations
本文提出了一种求解耦合斯托克斯与非线性泊松 - 玻尔兹曼方程的有限元方法，通过重写电势对动量平衡中拖曳力的耦合项，利用相关数学理论证明了该问题弱解的唯一性、离散问题的适定性及收敛性，并通过数值实验验证了其在微通道电渗流研究中的应用效果。