2363 篇论文
本文提出了 AMS-Net，这是一种基于 MobileNetV3-Small 的轻量级架构，通过引入一种新型的低复杂度空间自注意力模块（Low-complexity Spatial Self-Attention Module）和动态迁移学习策略，在资源受限的边缘设备上实现了卓越的实时分类准确率与效率。
本研究构建了一个框架，用于识别和分析自然语言处理（NLP）全文论文中算法实体之间的语义关系，揭示了 SciBERT 在关系抽取方面表现出色，同时该领域呈现出由比较关系主导的、不断扩张、深化且快速演进的交互网络。
本文提出了一种用于机器人集群的轻量级加密心跳协议，该协议仅利用时钟同步和哈希函数，在分布式边缘计算系统中确保消息的认证性与完整性，同时在树莓派 5 硬件上展示了低延迟、极低存储需求以及针对网络异常的鲁棒性。
本文提出了一种保护隐私、集成区块链的联邦学习框架，该框架利用自然语言处理和深度学习模型（特别是 BiLSTM），在确保数据安全和用户隐私的同时，检测英语、孟加拉语和孟加拉英语（Banglish）中的多语言网络欺凌行为。
本文介绍了 LavaCrack_PT，这是一种基于 Transformer 的模型，它利用来自仙人洞的 LiDAR 数据，实现了对非结构化熔岩管点云中稳健的 3D 裂缝检测，为结构评估和未来的月球地下探测提供了一套经过验证的工作流。
本文证明了标准的高阶数值积分方案在应用于神经网络函数时，往往无法达到其理论上的渐近收敛率，并针对在学习欧拉弹性曲线（Euler's elastica）背景下的情况，提供了理论误差分析、实验验证以及提出的缓解策略。
本文介绍了 SonoReasoner，这是一种超声视觉语言模型，它通过将解释显式地构建为分层临床推理，并由 SonoFlow-1M 语料库、700 万规模的 SonoCorpus 推理数据集以及由临床医生策划的 SonoVQA 基准测试提供支持，从而提升了诊断性能与一致性。
本文提出了 SLS-DNANet，一种集成多尺度空间注意力模块和尺度及位置敏感损失函数的创新深度学习框架，旨在显著提高针对低像素占用和尺度变化的小型红外目标的检测精度并减少误报。
本文提出了 GSE-SFD，一种分组选择性联邦蒸馏框架，该框架集成了分布外过滤、阈值秘密共享和异常检测，旨在资源受限的边缘环境中同时实现高精度、针对客户端断连与投毒攻击的鲁棒性以及增强的隐私保护。
RubriQ 是一个可扩展的、由高性能计算（HPC）驱动的框架，它利用基于准则引导的组相对策略优化（GRPO），实现量子电路合成的自动化，从而同时满足算法正确性、表面码成本最小化以及近期待用硬件约束。