💻 计算机科学
LIME-Enabled XAI Framework with Transfer-Learned SqueezeNet for Leaf Disease Identification
本文提出了 LIME-TLESqN 框架，该框架集成了改进的维纳滤波、IVGG16-RCNN 分割技术，以及通过基于 LIME 的可解释性增强的迁移学习加权 SqueezeNet 分类器，从而在现实条件下实现了 96.52% 的识别准确率，用于识别甜椒叶片疾病。
💻 Category
cs
4030 篇论文
💻 计算机科学
An Adaptive Cross Attention Multimodal Transformer Architecture for Multilingual Speech Emotion Recognition
本文提出了一种自适应交叉注意力多模态 Transformer（ACAMT），这是一种旨在通过双向交叉注意力和自适应门控机制动态融合声学、文本和视觉模态，以处理缺失数据和语言差异，从而增强多语言语音情感识别的新型架构，同时在缺乏完整经验训练结果的情况下，概述了一套全面的评估协议。
💻 计算机科学
Federated Learning and Generative AI for Resilient Supply Chain Network Optimization: A Data-Driven Approach
本文提出了一种联邦学习—生成式人工智能框架，使供应链组织能够通过合成局部增强技术，在基于图的网络数据上协作训练中断预测模型，在保护数据隐私并解决统计异质性的同时，实现了高准确率（94.8%）和显著的通信效率提升（降低了81.1%）。
💻 计算机科学
Empirical Validation and Break-Even Sensitivity Analysis of the QC-PEDA Cost-Model Partitioner
本文通过使用真实世界数据，首次对 QC-PEDA 划分规则进行了直接的实证验证，结果表明，尽管在所有权重配置下，当前的规模较小的问题都由经典执行所严格主导，但盈亏平衡分析显示，只有当经典延迟缩放至后超大规模（post-exascale）水平时，量子路由才变得可行，且这一特定阈值在很大程度上取决于所选成本模型的权重。
💻 计算机科学
TamilSynth: A Synthetic Line Corpus for Tamil OCR and the Three Defaults That Decide Whether It Helps
本文介绍了用于泰米尔语 OCR 的大规模合成语料库 TamilSynth，并证明了纠正标准 Tesseract 训练工作流中三个特定的、隐性的默认设置——而非语料库设计本身——对于在真实文档上实现显著的错误减少至关重要。
💻 计算机科学
AI-Generated Content Detection: A Cross-Modal Survey of Methods, Challenges, and Future Directions
本综述通过综合文本、图像、音频和视频领域的六大共有技术家族，对人工智能生成内容的检测进行了全面的跨模态分析，建立了一个统一的分类法，以批判性地评估诸如从实验室到部署的差距以及对抗鲁棒性等当前挑战，同时概述了构建稳健且泛化检测系统的未来方向。
💻 计算机科学
InfiniRetri: Attention-Guided Retrieval for Enhancing LLMs' Long-Context Processing
InfiniRetri 是一种无需训练的方法，它利用预训练大语言模型固有的注意力机制，从任意长度的输入中迭代式地提取相关上下文，从而在无需外部嵌入模型或高昂重训成本的情况下，实现高效且高度准确的长文本检索与推理。
💻 计算机科学
An Uncertainty-Dependency-Analysis-Integrated CNN-Attention EARF-LSTM Model for Enhanced PV Power Forecasting
本研究提出了一种集成不确定性依赖分析的 CNN-attention EARF-LSTM 模型，该模型通过显式分类并将输入与系统不确定性作为特征纳入其中，与传统的深度学习技术相比，显著提升了光伏功率预测的准确性、可解释性和概率可靠性。
💻 计算机科学
When places look alike but communities disagree: an empirical guide to transferring urban livability models across cities
本文通过证明跨城市迁移失败的主要原因在于不同社区对相似环境的感知差异，而非陌生的城市特征，从而引入了一种来源适用性分类法（Source Applicability Typology）和一个逐步框架，用以指导城市宜居性模型在不同城市间的迁移，进而实现更具可扩展性且具备上下文感知能力的 AI 规划。
💻 计算机科学
FundusSigns-47: Prompt-Tuned Residual Visual Verification for Multi-Label Ophthalmic Sign Recognition
本文介绍了包含 47 种体征的大规模多标签眼底数据集 FundusSigns-47，并提出了 SCVPT，这是一种结合了提示微调的 SigLIP2 与学习型 InceptionV3 残差验证器的创新框架，在多标签体征识别方面实现了卓越的宏平均 F1 分数（macro-F1）和召回率性能。