💻 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。
💻 Category
cs
4092 篇论文
💻 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。
💻 计算机科学
High Quality Image Generation using Improved Generative Adversarial Networks and Optimized Stable Diffusion Models
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。
💻 计算机科学
A Comparative Study of Faster R-CNN, Mask R-CNN, and YOLOv8 for Object Detection and Instance Segmentation, with a Custom-Class Transfer-Learning Case Study
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。
💻 计算机科学
An Artificial Intelligence and Computer Vision Framework for Construction Safety Evacuation Modeling Across Complex Building Layouts
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。