4036 篇论文
本文提出了 RCPLA-FANET，一种用于无人机网络的分布式风险校准路由框架，该框架在特定场景下与 PointPredictive 相比显著提高了数据包交付率并降低了控制开销，同时通过相互传递测试证明，由于领域相关的帕累托权衡，没有任何单一协议能够普遍占据主导地位。
本研究系统地诊断了 PCB 缺陷检测器在从 PKU 源域迁移至异构目标域时出现的严重性能退化问题，揭示了该失效并非由任何单一的可识别原因导致，而是由包括图像外观、背景及缺陷特征在内的多种可测度领域差异所构成的复杂组合共同作用的结果。
本文提出了 ADAPT-IDS，这是一个无监督多指标框架，通过加权证据融合机制和基于持久性的确认，可靠地检测演进网络流中的概念漂移，随后触发自适应模型重训练，并以极少的辅助标注来维持高入侵检测性能。
本研究提出了一种带有跳跃连接的混合量子-经典卷积神经网络（HybridSkip），该网络通过基于视觉结构直接对二维码图像进行分类来检测钓鱼攻击，从而以比经典基准模型更少的参数量实现了显著更高的召回率和 F1 分数，进而为主动式二维码钓鱼（quishing）防御提供了一种资源高效的解决方案。
本文介绍了 CXS-YOLO，这是一种基于 YOLO11n 的轻量化多尺度检测器，它集成了用于对比度增强、光照鲁棒性和尺度保持的专门模块，旨在通过显著降低计算复杂度，实现面向无人机架空输电线路巡检的高精度鸟巢检测。
本文介绍了一种无需调优的双变量控制方法，该方法使用户能够为 3D 高斯泼溅（3D Gaussian Splatting）场景指定精确的目标基元数量，克服了现有基于掩码的剪枝技术中无法恢复的欠拟合问题，从而在不牺牲渲染质量的前提下，在不同场景间实现一致的模型大小。
本文提出了一种多重扰动稳定性框架，该框架通过由边和节点扰动导出的综合评分来量化社区结构的鲁棒性，并通过与度保持零模型进行对比验证，证明了其在评估网络稳定性方面对模块化指标的补充作用。
本文提出了一种通过将软件组件及其交互建模为社交网络，并对四个 Java 开源项目应用社交网络分析（SNA）指标来揭示隐藏设计缺陷的方法，从而实现对面向对象代码异味的新颖检测。
本文提出了 MAF-LSTM，一种具有基于注意力的特征融合和马氏距离评分的多尺度 LSTM 预测框架，该框架通过捕捉不同尺度上的时间依赖性，有效地检测多变量监测数据中的异常，并在多个基准数据集上优于现有的基准模型。
本文介绍了 StakeSight，这是一个利用多模态大语言模型和基于数千条城市叙事训练的检索增强生成流水线来模拟多样化利益相关者视角的交互式系统，从而支持更具包容性且高效的早期城市设计。