4092 篇论文
本文提出了一种结合生成对抗网络（GANs）与优化后的稳定扩散模型（Stable Diffusion models）的混合架构，旨在解决训练不稳定和模式崩溃问题，从而实现比独立 GANs 更高品质、更具真实感的图像生成，适用于从法医重建到数据增强等多种应用场景。
本文通过一个定制的军事车辆案例研究，对用于目标检测和实例分割的 Faster R-CNN、Mask R-CNN 以及 YOLOv8 进行了理论与定性的对比分析，证明了在不断演进的实时检测架构背景下，轻量级单阶段检测器可以通过迁移学习有效地适应新类别，同时在性能上超越了仅在通用数据集上训练的两阶段模型。
本文介绍了 PeopleFlow，这是一个结合了人工智能与计算机视觉的框架，它将实时现场数据与多智能体模拟相结合，用于对复杂、动态的施工环境中的疏散安全性进行建模与比较，从而在施工完成前，为应急路线规划和基础设施建设提供数据驱动的决策支持。
本研究提出了一种基于 RT-DETR 的 CNN-Transformer 混合框架，该框架在 X 射线血管造影中实现了最先进的精度（97.8% mAP50）和实时性能（38 FPS），用于稳健的冠状动脉狭窄检测，在精度和速度方面均显著优于传统方法。
本文提出了一种针对高校陶瓷的自动缺陷检测与智能分级系统，该系统集成了交叉偏振成像、基于 StyleGAN3 的数据增强以及 YOLOv8-CSLA 模型，旨在实现高精度的缺陷识别与基于严重程度的动态分级，同时与人工检测相比显著降低了漏检率。
本研究引入了解释一致性得分（Explanation Consistency Score, ECS），旨在证明具有高预测准确率的深度伪造检测器往往依赖于不稳定且特定于数据集的推理逻辑，从而导致泛化失败，并据此主张法医学模型除了传统的性能指标外，还必须在解释一致性方面进行评估。
本文通过分析大规模 Terraform 数据集，揭示了跨文件依赖现象十分普遍且往往涉及安全敏感型资源，同时通过受控实验证明，现代安全扫描器在解析这些复杂的跨文件关系方面具有不同程度但显著的能力，从而挑战了它们无法处理多文件推理能力的假设。
本文介绍了 ChatThero，这是一个利用多智能体模拟纵向对话，并结合监督微调与专家引导的偏好优化，来生成更优越且具备上下文感知能力的物质使用障碍康复支持响应的系统，该系统的有效性已通过医师评估和可行性试点研究得到了验证。
本文提出了 DAM-YOLO，一种轻量级且高精度的多尺度深度学习框架，该框架集成了 StarNet-s050 骨干网络、一种新型的 C3k2_Star 模块以及一个高效的 Detect_LSCD 检测头，旨在实现适用于边缘设备部署的高精度、实时大坝裂缝检测。
本研究表明，冻结嵌入可分性指标在预测监督微调优于零样本推理所需的标签预算方面，对于多种文本分类任务而言，其作为预测因子的稳定性不足。