💻 计算机科学
Topological Differences in Early Rumor Propagation: Evidence From Propagation Tree Point Clouds
本研究表明，谣言与非谣言表现出截然不同的早期传播结构，其特征在于更强的中尺度拓扑空腔和分化的聚类合并行为，通过利用三维点云上的持续同调进行有效识别，可以提高预测准确性。
💻 Category
cs
4092 篇论文
💻 计算机科学
Dynamic threshold hybrid supervised multiscale convolutional autoencoder via distance metric learning for distribution system fault diagnosis
本文提出了一种用于配电系统的混合故障诊断框架，该框架集成了一个动态阈值多尺度卷积自编码器、一个马氏距离增强的K最近邻算法以及一种动态能量得分阈值策略，旨在克服特征重叠挑战，并在复杂噪声环境下实现相邻节点故障的准确定位。
💻 计算机科学
Geometry-Anchored Graph Attention and Gate- Aware Dynamic Sampling for the Euclidean Traveling Salesman Problem
本文介绍了 DA-GAT-CADS，这是一种用于求解欧几里得旅行商问题的基于学习的求解器，它通过结合一个几何锚定的 Delaunay 图编码器与一个上下文自适应且受门控控制的动态采样解码器，通过平衡局部结构先验与状态相关的非局部候选选择，有效地实现了计算效率与解质量之间的平衡。
💻 计算机科学
Development and Validation of a Type 2 Fuzzy Expert System for Breast Cancer Diagnosis and Treatment Recommendation
本研究提出并验证了一个利用 Python 开发的二型模糊专家系统，该系统通过利用专家知识来有效地诊断乳腺癌并推荐治疗方案，实现了高达 98% 的准确率以及稳健的性能指标，旨在应对诊断中的不确定性并改善资源匮乏地区的患者护理。
💻 计算机科学
Research on Rolling Bearing Degradation Modeling and Remaining Useful Life Prediction Based on TCN and an Improved Transformer Algorithm
本文提出了一种结合了时间卷积网络（TCN）与一种具有分段稀疏注意力机制并基于MAML元学习改进的Transformer的创新混合框架，旨在实现复杂工况下滚动轴承高精度、高计算效率且鲁棒的小样本剩余使用寿命预测。
💻 计算机科学
Ultra-Fusion: A Multimodal Dynamic Detection Framework for Malware Classification with Hybrid Sequence Engine
本文提出了 Ultra-Fusion，一种多模态动态检测框架，该框架集成了一种新颖的 RGB 指纹映射算法、一个混合 CNN-Mamba-Transformer 引擎以及一个统计分支，旨在实现对多态和变形恶意软件分类的最先进准确率和鲁棒泛化能力。
💻 计算机科学
Thickness-Calibrated Pavement Crack Segmentation with a Distance-Band Boundary Loss
本文介绍了 CaliCrack，这是一种无参数训练时损失函数，它通过惩罚裂缝分割模型中的边界膨胀，显著提高了在 DeepCrack 数据集上的精确率和 F1 分数，从而减少了导致自动化道路检测中出现假阳性的过度增厚预测。
💻 计算机科学
Large Language Models for Automated AGREE II Quality Appraisal of Sepsis Clinical Practice Guidelines: A Methodological Comparative Study
本研究将六种大语言模型与人类专家在针对脓毒症临床实践指南的 AGREE II 评估方面进行了基准测试，结果显示，尽管这些模型实现了中度一致性，但它们表现出持续的特定领域偏差和不同的效率，这表明其最佳角色是作为人类-人工智能混合工作流中的分诊工具，而非作为独立的评估者。
💻 计算机科学
Machine Learning for PRACH Interference Detection in 5G NR Networks
本文对多种用于 5G NR PRACH 干扰检测的机器学习模型进行了基准测试，结果表明，虽然 Transformer 编码器具有高精度，但 CNN 和 XGBoost 在高准确率与计算效率之间提供了最佳平衡，使其成为最适合实时干扰管理的候选方案。
💻 计算机科学
Design-Based Study of an Invisible Field Tool for Endangered Languages
这项基于设计的研究详细阐述了一个用于 Mozilla Common Voice 平台的 Excel-VBA 验证工具的开发与实地测试过程，展示了通过优先考虑社区正字法偏好而非技术特性来进行迭代设计改进，如何能够提升濒危切尔克斯语项目的语言数据质量及参与者的可持续性。