💻 计算机科学
Tensor Erasing-Based Data Augmentation for Fully Automated Brain Tumor MRI Segmentation
本文提出了一种新颖的张量擦除（Tensor Erasing）数据增强方法，该方法通过随机体素擦除来模拟图像损坏，从而有效应对标注数据集稀缺的挑战，进而增强用于全自动三维脑肿瘤 MRI 分割的深度学习模型的鲁棒性和泛化能力。
💻 Category
cs
4092 篇论文
💻 计算机科学
SOFE: SDN-based Task Offloading Technique for Fog-IoEV Network
本文提出了 SOFE，一种基于 SDN 的 Fog-IoEV 网络任务卸载技术，该技术利用二元线性规划模型，根据负载、移动性、能量和截止日期来优化向雾节点或停放车辆的任务分配，从而与现有方法相比，降低了响应时间并延长了电动汽车的寿命。
💻 计算机科学
A Reliable Multimodal Conversational Emotion Recognition Model Based on a Dual-Stage Attention Mechanism
本文提出了 DSA-MERC，一种可靠的多模态对话情感识别模型，该模型利用结合了双向多注意力机制（Bi-Directional Multi-Attention）与具有多尺度优化的音频引导领航者-跟随者网络（audio-guided leader-follower network）的双阶段注意力机制，并辅以置信度与迁移学习策略，以有效地整合多模态特征并减轻标签噪声，从而提高准确性与鲁棒性。
💻 计算机科学
A MetaFormer framework with position-aware circular convolution for myocardial infarction detection
本文提出了一种名为 PerC-SimAM-BGRU 的新型基于 MetaFormer 的框架，该框架通过集成位置感知循环卷积和双向门控循环单元，在平衡性能与计算复杂度的同时，实现了 99.4% 的最高心肌梗死检测准确率。
💻 计算机科学
Mapping the Evolution of Artificial Intelligence in Healthcare, 2017–2025: An Integrated Bibliometric and Latent Dirichlet Allocation Topic Modelling Analysis
本研究将标准的文献计量分析与潜在狄利克雷分配（LDA）主题模型相结合，对 2017 年至 2025 年间的 2,631 份医疗保健人工智能精选语料库进行处理，旨在克服关键词限制，从而揭示了从部署就绪型应用向大语言模型和可解释人工智能等依赖治理的前沿领域演进的成熟轨迹。
💻 计算机科学
Rendered-Egocentric Vision for Short-Horizon Body-Risk Prediction in Quadruped Command Selection
本文提出了一种基于仿真的四足机器人指令选择层，该层利用渲染的自我中心视角和候选指令来预测短时界风险，在不依赖地形图或前瞻展开的情况下，显著提高了安全性、指令一致性并维持了前进进度。
💻 计算机科学
Uncovering neural decisions: How textual interpretation bridges AI and clinical reasoning
该论文介绍了 CRysTal，这是一个神经元层级的后验解释框架，它将人工智能模型的激活映射到标准化的临床术语，并证明了与现有解释方法相比，在多种医学影像任务中，该框架具有更高的放射学报告一致性、增强的诊断可靠性以及更高的医生工作效率。
💻 计算机科学
Explainable and trustworthy AI-driven fuzzy consensus for secure data sharing in intelligent transportation systems
本文提出了一种利用直觉模糊集的可解释且可信的人工智能框架，旨在建立一种透明的、基于信任权重的投票共识机制，从而增强动态智能交通系统中消息验证的效率、隐私保护和安全性。
💻 计算机科学
An Interpretable AI Framework for Multiclass Classification of Thalassemia Using Combined CBC and HPLC Biomarkers
本文提出了一种可解释的多模态机器学习框架，该框架结合了全血细胞计数（CBC）和高效液相色谱法（HPLC）生物标志物，通过堆叠集成模型实现了对地中海贫血高度准确（99.89%）且符合临床一致性的多分类，并通过 SHAP 分析证实了排名前列的预测特征与标准诊断标准相一致。
💻 计算机科学
Bilingual Retrieval-Augmented Access to ANVISA Regulatory Documents: A Technical Evaluation Using Drug-Development and Health-Product Questions
本研究评估了一个基于 ANVISA 监管文档构建的双语检索增强生成系统，该系统在定位、引用和总结葡萄牙语及英语药物研发监管要求方面表现出极高的准确性，同时在经过校准后能有效处理无法回答的查询。