💻 计算机科学
An Adaptive Cascaded Fast Partitioning Algorithm Based on Visual Perception and Multi-Level Machine Learning
本文提出了一种用于通用视频编码（VVC）的自适应级联快速划分算法，该算法结合了视觉感知分析与多层机器学习技术，在保持高编码效率的同时显著降低了编码复杂度。
💻 Category
cs
4091 篇论文
💻 计算机科学
Explainable Dual-view Workflow Discovery for GenAI-supported Learning in Higher Education
本研究引入了一种可解释的双视图工作流发现框架，通过分析 278 名学生的日志数据表明，有效的生成式人工智能（GenAI）支持型学习不仅是以聊天频率为特征，更是以将人工智能反馈整合进写作、修订以及跨资源调节之中为特征。
💻 计算机科学
SQCAFusion: Multi-Scale Scene-Query Cross-Attention for Illumination-Adaptive Infrared and Visible Image Fusion
本文提出了 SQCAFusion，一种光照自适应的红外与可见光图像融合框架，该框架采用具有可学习场景标记的多尺度场景查询交叉注意力机制，在早期编码阶段动态调节特征，从而解决场景盲性问题并提升不同光照条件下的融合质量。
💻 计算机科学
Cache Lines, Not Probes: The Memory-Access Cost of Open Addressing Without Reordering
本文引入了一种针对无重排序开放寻址法的缓存行代价模型，证明了虽然非对称分桶可以实现 的最优内存访问界限，但对称方法的效果显著较差，且探查最优的分层方案由于由参数 决定的不可避免的内存访问开销，在缓存层面仍是次优的。
💻 计算机科学
WeanNet Enables Parameter-Efficient Transfer Through Decaying Lateral Connections in Progressive Networks
WeanNet 提出了一种参数高效的迁移学习方法，该方法通过使用一个递减的标量增益将冻结的父网络与新的学生网络进行临时连接，从而实现无损的父网络移除并减小模型规模，同时在概念漂移任务上展示出与渐进式神经网络相比具有竞争力的性能，尽管其普遍优越性仍受限于特定的任务和配置依赖。
💻 计算机科学
Enhancing Deep Neural Network Resilience Through Integrated Reliability-Aware Design and Fault-Aware Training
本文介绍了 ResilientNet，这是一个具备可靠性感知能力的框架，通过四种协同的设计与训练策略——有界激活、层重排序、NaN 过滤以及基于课程的学习故障训练——增强了深度神经网络针对硬件故障的韧性，并在广泛的故障注入实验中证明了其能显著减少误差传播，且在保持高分类准确度的同时，推理开销微乎其微。
💻 计算机科学
MoE-CB based dynamic resource allocation in 5G
本文提出了一个 MoE-CB 框架，该框架将门控机制与混合 CNN-LSTM/CNN-BiGRU 专家模型以及 CatBoost 回归器相结合，旨在实现 5G 网络中具有高预测准确性的自适应且智能的动态资源分配。
💻 计算机科学
Efficient Pairing-Free Partially Blind Strong Designated-Verifier Signatures for Edge Environments
本文提出了一种新型的无配对部分盲部分强指定验证者签名方案，该方案确保了细粒度的隐私性和不可转移性，且计算开销较低，使其非常适用于物联网和车载网络等资源受限的边缘环境。
💻 计算机科学
An Enhanced Memetic Algorithm for Emergency Outpatient Physician Scheduling Considering Patient Psychological Distress and Physician Fatigue in Fuzzy-CPT Framework
本研究提出了一种在模糊-CPT框架下的增强型模因算法，通过同时最小化患者心理痛苦和医生疲劳感知来优化急诊门诊医师排班，并利用新冠疫情期间上海一家医院的真实数据进行了验证。
💻 计算机科学
Knowing When Document AI Is Wrong: Multi-Signal Confidence Calibration for Business Document Field Extraction
本文介绍了 MSCE，这是一个多信号后验校准框架，它通过融合 OCR 质量和模型不确定性等多种信号，显著提高了业务文档提取中字段级置信度估计的可靠性，从而在严格的精度要求下实现了更高的自动化率。