💻 计算机科学
MAT-3: A Bounded Averaged-Projection Operator for Pre-Inference Cognitive-Affective Guidance
本文介绍了 MAT-3，一种有界的、非扩张性的推理前算子，它通过向局部协方差定义的仿射集进行平均投影来引导语言模型的感性行为，同时结合了用于选择性弃权的安全性机制，尽管其在下游语言模型上的实际效能仍有待经验验证。
💻 Category
cs
4092 篇论文
💻 计算机科学
A Dynamic Adaptive Fusion Transformer for Zero-Inflated Intermittent Spare Parts Demand Forecasting
本文提出了一种动态自适应融合 Transformer（DAF-Transformer），该模型将零膨胀间歇性备件需求预测分解为发生概率和条件规模估计，并利用动态自适应融合机制显著降低预测误差，并抑制零需求期间的伪正向预测。
💻 计算机科学
A Weighted Sparse Matrix Regression Model for Face Recognition
本文提出了一种加权稀疏矩阵回归（WSMR）模型，该模型通过整合结构和距离信息来有效处理人脸识别中的连续遮挡问题，利用交替方向乘子法（ADMM）进行优化，并通过在公共数据库上的实验证明了其卓越的性能。
💻 计算机科学
Privacy Preserving Disease Prediction Across Multiple Hospitals Using CKKS Based Homomorphic Federated Learning
本文提出了一种基于 CKKS 的同态联邦学习框架，通过对模型更新进行加密以防止成员推理攻击，从而实现跨多家医院的隐私保护疾病预测，尽管这种增强的安全性是以显著的通信开销和相比于明文方法降低的预测效用为代价的。
💻 计算机科学
A label-free geometric diagnostic tracks when removing a domain subspace helps out-of-distribution seed classification
本文提出并验证了一种无标签的几何诊断方法，该方法利用领域子空间与类判别方向之间的夹角，来预测在何时移除领域特定信息能够提升分布外种子分类的性能，特别是在传统选择方法失效的严重部署偏移情况下。
💻 计算机科学
Quantum Computing for Novice Learners: Developing the EduQubit Learning Environment
这项研究发现，通过任务导向式探索来构建学习结构的 EduQubit 学习环境，在提升六年级学生对量子计算的概念理解方面，显著优于 IBM Quantum Composer，尽管两者在自我效能感、工作量或用户体验方面并未产生显著差异。
💻 计算机科学
Machine Learning Classification and Metaheuristic Optimization for Resilient Instant Messaging Networks
本文提出了一种人工智能赋能的框架，该框架将机器学习分类与 ADMM-LASSO 优化相结合，旨在增强企业即时通讯系统在动态条件下的韧性、负载均衡能力和资源效率。
💻 计算机科学
Enhancing V2X Communication Security Using an MTCNN-LSTM-Based Multilevel Trust Evaluation Framework
本文提出了一种闭环 V2X 安全与能量分配框架，该框架集成了一个基于 MTCNN-LSTM 的多级信任评估模型，旨在实现高精度的多攻击检测，并优化智能电网赋能的电动汽车网络中的电池消耗。
💻 计算机科学
ACO-QSNR: An Ant Colony Optimization and Q-Learning-Based SNR-Aware Cross-Layer Routing Protocol for Mobile Ad Hoc Networks
本文提出了一种名为 ACO-QSNR 的新型移动自组网跨层路由协议，该协议将蚁群优化算法与 Q 学习算法相结合，并引入了信噪比（SNR）感知指标，旨在动态移动性和变化节点密度的情况下，在数据包交付率、吞吐量和延迟方面超越 AODV 等传统协议。
💻 计算机科学
Modeling Conceptual Scope in Scientific Texts Using Transformer Embeddings
本文提出了一个利用 Transformer 嵌入将科学文本中的概念范围（conceptual scope）操作化的几何框架，证明了与特定主题上下文的几何偏差与语言模型的惊异度（surprisal）相关，并且即使在精简的摘要中也能被一致地捕捉。