💻 计算机科学
A GAN-Based Framework for Robust Image Steganography with Deep Learning-Based Secret Extraction
本文提出了一种基于生成对抗网络（GAN）的鲁棒性图像隐写框架，该框架利用生成器、判别器和 CNN 提取器，以高视觉质量（PSNR ~41.29 dB）、对噪声和压缩攻击的强抗性以及快速的处理速度，实现秘密文本的安全嵌入与提取。
💻 Category
cs
4031 篇论文
💻 计算机科学
Exact Potential of Spherical Resistor Networks and Potential-Guided Path Planning
本文提出了一种物理驱动的路径规划方法（RNPG），该方法利用球形超结构四边形电阻网络的精确势场，实现在静态和动态环境下的高效、稳定且具可解释性的导航。
💻 计算机科学
Computational Linguistics and Intelligent Learning for Automated Article Credibility Classification
本文提出了用于智能文章可信度识别的下一代深度语言学框架（NGDLF-IACI），这是一种基于深度学习的方法论，它将 GloVe 嵌入、堆叠稀疏自编码器以及图卷积网络结合在软投票集成中，以有效地检测和分类虚假新闻。
💻 计算机科学
DA-MSRNet: A Dual-Branch CNN-Mamba Network with Deformable Alignment and Multi-Scale Feature Reconstruction for Crack Segmentation
DA-MSRNet 是一种双分支 CNN-Mamba 网络，通过集成可变形对齐与分支融合引导模块、多尺度特征重构模块以及边界-拓扑协同监督，解决了裂缝分割中的挑战，从而在基准数据集上实现了卓越的精度和结构连续性。
💻 计算机科学
Explaining Safety Is Not Enforcing Safety: Longitudinal Articulation–Application Gaps Across Consumer AI Surfaces
本研究通过对四个消费者人工智能厂商家族中具有目的性的多轮交互进行重构与分析，旨在证明助手明确阐述的安全边界在应用于随后的语境重构时并不总能保持行为一致性，从而凸显了在未建立普遍性、因果机制或厂商排名的情况下，解释与执行之间存在的纵向差距。
💻 计算机科学
The First Character-Level Visual Speech Recognition for Bangla: Task, Protocol and Results
本报告通过定义任务、在 LipBengal 语料库上标准化评估协议，并报告一个用于为未来研究提供参考基准的说话人无关基线结果，建立了首个面向孟加拉语的字符级视觉语音识别框架。
💻 计算机科学
Bayesian Trust and Action Fusion for Risk-Adaptive Access Control in Resource-Constrained IoT Systems
本文引入了贝叶斯信任与动作融合（BTAF），这是一种针对资源受限型物联网系统的轻量级、风险自适应访问控制框架，该框架利用高斯贝叶斯分类和贝叶斯岭回归来动态平衡安全性与操作摩擦，在开发阶段实现了高攻击检测率并减少了良性中断，同时强调了在分布偏移情况下进行重新校准的必要性。
💻 计算机科学
Beyond Endpoint Agreement: Trajectory Integrity, Criterion Recovery, and Retrospective Self-Audit in Nine Language-Model Systems Under Simulated ICU Triage
本研究表明，在重症监护室（ICU）分诊等高风险场景下，仅通过最终端点一致性来评估大语言模型是不充分的，因为对九个系统的多维度分析显示，这些模型在模拟交互轨迹中，对于恢复治理准则、事实状态以及回顾性保真度的能力存在显著的不一致性。
💻 计算机科学
Comparative Evaluation of GPT-4o-mini and Llama-3.1-8B for Extracting Climate Hazard Impacts from Nigerian News Corpus
这项研究针对尼日利亚新闻语料库中的气候灾害影响提取任务，对 GPT-4o-mini 与 Llama-3.1-8B 进行了基准测试，结果表明，尽管两款模型在分类任务上的表现相似，但 GPT-4o-mini 在准确率方面更具优势且幻觉率显著较低，这凸显了在全球南方背景下进行高风险文档记录时所面临的关键可靠性权衡。
💻 计算机科学
DASH-SI: a diversity-adaptive stochastic hybrid swarm optimizer for continuous optimization and exploratory feature selection
本文介绍了 DASH-SI，一种结合了时间依赖型能量调度、停滞反馈及多种精炼算子的多样性自适应随机混合群优化算法，该算法在连续优化基准测试和特征选择任务中展现出强劲性能，同时强调了需要经过验证的参考实现来支持其更广泛的优越性主张。