💻 computer science

Transforming Mosquito Surveillance LarvaFormer as a Hybrid Deep Learning Tool for Rapid and Accurate Larval Recognition

本文介绍了 LarvaFormer,这是一种结合了卷积神经网络(CNN)与视觉 Transformer 以及专门注意力机制的新型混合深度学习框架,它在自动化蚊子幼虫分类方面实现了最先进的准确率,从而实现快速且环境可持续的疾病控制。

Ahmed Imtiaz, Debajyoti Karmaker, Abhijit Bhowmik, Md Manirul Islam2026-08-07
💻 computer science

High-Accuracy Surface Defect Detection for Metal Strips: Lightweight YOLOv5s-SC2 with LAMP Pruning

本文提出了一种名为 YOLOv5s-SC2 的轻量化、高精度金属条表面缺陷检测模型,该模型通过集成 SAC 和 RepGFPN 等架构改进在 NEU-DET 数据集上实现了 84.3% 的 mAP,并利用 LAMP 剪枝技术显著降低了模型大小和计算成本,以实现高效的边缘部署且仅造成极小的精度损失。

Lifang Pan, Manman Chen, Guangming Liu, Lifeng Ma2026-08-07
💻 computer science

PolicyFaultBench: Mutation-Based Assurance of Policy Mediation and Proposal-Interface Conformance for Tool- Using AI Agents

PolicyFaultBench 是一个基于变异的基准测试,用于通过严格测试运行时策略调解(runtime policy mediation)和提议接口一致性(proposal-interface conformance)来验证工具使用型 AI 智能体,揭示了尽管智能体可以实现极高的执行成功率,但由于存在需要通过针对性探测才能检测到的细微接口偏差,它们仍可能无法满足严格的验收标准。

Hasan Fadhil Qasim, Sarah Abdulzahra Kadim2026-08-07
💻 computer science

YOLO11m-opt: An optimized YOLO detector for parasitoid wasp identification from low-cost images

本文介绍了 YOLO11m-opt,这是一种优化的目标检测模型,通过结合专门的架构增强和定制数据集,实现了对低成本显微图像中 36 种寄生蜂物种的高精度识别,从而为农业和生态应用提供了自动化的、独立于专家的分类学分析。

Xingxing Sun, Haoyan Song, Junjie Chen, Fan Wang, Yingjie Jiang, Tong Shi, Mingquan Ding, Lisheng Zhang2026-08-07
💻 computer science

A Hierarchical Reinforcement Learning-Based Time Slotted Channel Hopping Scheduling Method for Emergency Rescue in Karst Natural Caves

本文提出了一种基于分层强化学习的调度方法 HRL-TSCH-ERC,该方法通过在岩溶洞穴无线网状网络中动态分配资源并调度链路,与现有算法相比,显著提高了异构应急救援服务的数据包交付率、可靠性和能量效率。

Wanhua Luo, Shengbo Hu, Ting Wang, Jiaxiang Chen, Rongfei Pu2026-08-07