📄 other
A Comparative Study of Vector Indexing Strategies Using Facebook AI Similarity Search as a Case Study
本文对各种 Facebook AI Similarity Search (FAISS) 索引策略进行了全面的实验评估，分析了它们在不同距离度量和量化技术下，在准确性、延迟和内存使用量方面的权衡，旨在为大规模相似性搜索部署提供实践指导。
💻 Category
cs
927 篇论文
💻 computer science
Predictive and Adaptive Resource Scheduling for Kubernetes–Ceph Hyperconverged Infrastructure on Proxmox VE
本文提出并评估了一种预测性、自适应的调度模型，该模型将工作负载预测与感知 Ceph 的存储决策相结合，以显著降低运行在 Proxmox VE 上的 Kubernetes–Ceph 超融合基础设施中的资源争用和 I/O 延迟，从而实现比默认 Kubernetes 调度器更优越的负载均衡和性能。
💻 computer science
Content Cooperative Caching in Mobile Edge Network Through Federated Reinforcement Learning
本文提出了一种用于移动边缘网络的联邦强化学习框架，该框架结合了用于内容流行度预测的 VAE-LSTM 模型与用于优化协作缓存决策的多智能体深度强化学习算法，从而与现有的基准方法相比，显著降低了延迟并提高了缓存命中率。
💻 computer science
DMPB-Net: A Mamba-Driven Semi-Supervised Network for Precise Breast Ultrasound Lesion Segmentation
本文提出了 DMPB-Net，一种新颖的半监督框架，该框架通过集成由 Mamba 驱动的编码器以及用于语义解耦、原型注意力及边界细化的专门模块，旨在实现有限监督条件下超声图像中乳腺病灶的最先进分割效果。
💻 computer science
A Comprehensive Multimodal Framework for Robust Forgery Detection in Social Media Images via Adaptive Gated Fusion of Convolutional Neural Networks, Vision Transformers, and Graph Neural Network Representations
本文提出了一种鲁棒的三模态框架，该框架通过自适应门控融合机制整合了卷积神经网络（CNN）、视觉 Transformer（Vision Transformers）和图神经网络（Graph Neural Networks），从而在社交媒体图像的伪造检测中实现了最先进的准确率（99.10%）和可解释性。
💻 computer science
Toward Principled Model Selection in Data-Limited Scientific Machine Learning: A Three-Principle Decision Framework with Empirical Case Studies
本研究针对数据受限的科学机器学习任务，提出了一个原则性的三部分模型选择决策框架，并通过激酶抑制剂和溶解度案例研究证明，在样本量较小时，简单的线性模型往往优于复杂的替代模型，从而倡导将模型简单性作为一项关键基准。
💻 computer science
Predictive Modelling for Individual Household Electric Power Consumption Using Machine Learning Approaches
本研究评估了多种机器学习回归模型在个体家庭用电量数据集上的表现，以预测能源趋势并识别异常情况，结果发现随机森林算法的表现优于其他算法，同时 SHAP 分析揭示了 Global_intensity 是主要的预测因子。
💻 computer science
Stigmergic Skeleton Fields: A Bio-Inspired Framework for Decentralized Multi-Robot Navigation via Localized Incremental Re-Skeletonization
本文提出了基于迹象场（Stigmergic Skeleton Field, SSF）的框架，该框架将中轴骨架图、蚁群信息素场与局部增量重骨架化（Localized Incremental Re-skeletonization, LIR）算法相结合，通过仅在必要处修复拓扑结构，实现了动态环境下高效、去中心化的多机器人导航，并与现有基准相比，以显著更快的重规划速度实现了近乎最优的路径质量。
💻 computer science
Semperf: An LLM-assisted Performance Diagnosis for Extreme-Scale Parallel Programs
本文介绍了 Semperf，这是一个由大语言模型（LLM）辅助的框架，它通过构建秩剖面矩阵（rank-profile matrices）并对进程进行聚类，从而为极大规模并行高性能计算（HPC）应用实现可扩展、自动化的性能诊断与瓶颈识别。
💻 computer science
A Hybrid Quantum Neural Network - Assisted Deep Learning Framework for Automated Centralserous Retinopathy Detection Using Oct Images
本文提出了 HQNNDL，一种结合了冻结的 ResNet-18 骨干网络与 8 量子比特变分量子电路的混合量子-经典深度学习框架，用于将 OCT 图像分为四类，在基于 Kermany OCT2017 衍生的代理数据集上实现了 79.0% 的准确率，同时承认需要进一步的消融研究和临床验证以确认其在中心性浆液性视网膜病变检测中的有效性。