💻 computer science
An AI-Driven Multimodal Emotion-Aware Application Based on IFS Therapy
本文介绍了 ANA，这是一款由人工智能驱动的多模态应用，它将文本、语音和视频分析与内感家庭系统（IFS）疗法原理相结合，以准确识别用户的情绪状态和内在心理部分，通过在多种模态上实现高性能，从而实现更丰富、具身化的心理健康交互。
💻 Category
cs
2456 篇论文
💻 computer science
Examining hate speech infection in social media using range constraints in multidimensional data structures
本文提出了一种将基于形状特征（shapelet）的时间序列分析与多维数据结构及范围约束相结合的方法论，旨在精确识别驱动社交媒体上仇恨言论传播的时间窗口和用户连接模式，从而实现更有效的事件检测与缓解。
💻 computer science
Stress Detection in Digital Assessment Environments: A Multimodal Wearable Analysis by Language Background
本研究利用多模态可穿戴数据和机器学习，证明了英语学习者与英语母语者在数字化评估期间存在显著的压力差异，实现了高检测准确率并识别出关键预测特征，旨在为设计更具支持性、以人为本的教育技术提供参考。
💻 computer science
Tangent Subspace Boundary Attack: A Query-Efficient Decision-Based Black-BoxAdversarial Attack
本文提出了切向子空间边界攻击（Tangent Subspace Boundary Attack, TSBA），这是一种查询高效的基于决策的黑盒对抗攻击方法，通过将扰动更新限制在决策边界的低维切向子空间内，该方法改进了现有方法，旨在稳定搜索过程并显著降低查询复杂度，同时保持具有竞争力的失真水平。
💻 computer science
Spectral bias mitigation in physics-informed neural surrogates for nonlinear structural dynamics: Fourier feature encoding versus Kolmogorov-Arnold representations
本研究表明，尽管 Kolmogorov–Arnold 网络（KANs）在非线性结构动力学中本质上比标准 MLP 更好地缓解了谱偏差，但应用傅里叶特征编码是决定准确性的主导因素，这使得傅里叶增强型 MLP 优于纯 KANs 以及由于存在与物理信息优化不兼容的梯度振荡而导致性能退化的傅里叶增强型 KANs。
💻 computer science
IRA: An Interpretable Hybrid Chatbot for Emotion-Aware Intent Classification with Generative Response Fallback
本文介绍了 IRA，这是一个结合了基于代码混合语料库训练的可解释性 MLP 意图分类器与生成式回退模式的混合对话框架，旨在为心理健康和支持应用实现高准确度和高透明度的情感感知对话；需注意，基于重复的过采样“未引入词汇变化”。
💻 computer science
Badminton Technical Movement Evaluation: A New Benchmark and Baseline Model
本文通过引入一个包含 7,200 个标注视频剪辑的新基准数据集，以及一个能够根据专业演示自动评估学生动作质量并取得理想性能指标的基线模型，解决了在大规模大学羽毛球课程中提供个性化反馈的挑战，为智能体育教育辅助提供了支持。
💻 computer science
Reasoning emerges from constrained inference manifolds in large language models
本文提出，大型语言模型的有效推理并非仅仅源于低维推理流形，而是源于一种平衡了表达力、压缩率与信息保持能力的特定约束结构机制，从而实现了一种基于内部几何动力学的新型无标签诊断框架。
💻 computer science
Aux-AI: A Federated Independent Oversight Framework for Trust-Aware Industrial Autonomy
本文介绍了 Aux-AI，这是一个联邦独立监督框架，其特征在于一个解耦的信任-决策核心（Trust-Decision Core），通过比现有安全监控器更有效地检测硬件诱发的故障和分布外偏移，从而以卓越的准确性、实时吞吐量和能效确保了具备信任感知的工业自主性。
💻 computer science
TopoNet: A Topology-Guided Dual-Branch Framework for Medical Image Classification
TopoNet 是一个拓扑引导的双分支框架，通过将源自持续同调的空间注册拓扑特征与基于外观的线索通过跨分支注意力机制进行整合，从而增强体积医学图像分类，进而提高准确性、鲁棒性和可解释性。