💻 计算机科学
A security risk assessment for virtual reality learning system in the Unmanned Swarms Internet of Things
本文提出了一种 CLCM 模型，该模型集成了 Conv1D-LSTM、CNN 和多头注意力机制，通过准确分析异构数据模态并克服现有模型的局限性，旨在有效评估无人集群物联网中虚拟现实学习系统的安全风险。
💻 Category
cs
4092 篇论文
💻 计算机科学
Tomato Leaf Disease Identification Using EfficientNetB3 Transfer Learning and Grad-CAM Explainable Analysis
本文提出了一种基于 EfficientNetB3 迁移学习和 Grad-CAM 可解释性分析的自动化番茄叶片病害诊断框架，该框架通过检测早疫病、晚疫病、霉菌病以及健康叶片，实现了高分类准确率与可解释性，旨在为精准农业提供支持。
💻 计算机科学
DYNAMICS-WEB: A Pre-Registered Measurement of Web Content Character over the Link Graph, and a Powered Proof that its Sub-Perceptual Half Changes Conversion
本文介绍了 DYNAMICS-WEB，这是一种预注册的测量方法，它证明了网络链接图中一种在很大程度上独立于权威性和主题的独特“特征”信号，在与用户偏好一致时，能够潜意识地影响读者的转化率。
💻 计算机科学
A Hybrid Multi-scale Convolutional Neural Network-Long Short-Term Memory Model Incorporating Squeeze Excitation Attention for Hourly Air Quality Index Prediction
本研究提出了一种结合了挤压与激励（Squeeze-and-Excitation）注意力机制的混合 MSCNN-LSTM 模型，用于预测每小时空气质量指数值，通过对来自益阳市的数据进行多尺度特征提取和自适应通道加权，证明了其相比传统深度学习模型具有更高的准确性和稳定性。
💻 计算机科学
NeviUNet: An Efficient Attention-Enhanced Network for Skin Lesion Segmentation in Total Body Images
NeviUNet 是一种高效的、增强注意力的 U-Net 变体，通过集成 Mish 激活函数、注意力门（Attention Gates）和 SE 模块，同时省略计算昂贵的组件，实现了对全身图像中皮肤病变的高精度且低延迟的分割。
💻 计算机科学
A Image Transformer-based Streaming Framework for Variable-Length Flap Perfusion Monitoring with Dynamic State Tracking
本文提出了 FlapFlowNet，这是一个基于 Transformer 的流式框架，通过结合轻量级 CNN、时间建模以及医学优化的损失函数，为变长皮瓣手术序列实现了高精度、实时的灌注监测，并显著降低了关键的假阴性率。
💻 计算机科学
Neuro-Symbolic Question Answering Architecture Integrating Ontology-Constrained Query Generation
本文提出了 ORACOLO，一种将本体约束的 SPARQL 查询生成与稠密检索回退相结合的神经符号问答架构，证明了其在保持相当忠实度的同时，在事实准确性方面显著优于纯稠密检索。
💻 计算机科学
Hybrid CNN-LSTM for Cyberattack Classification in Sudanese E-Government SDN
本研究提出了一种混合 CNN-LSTM 深度学习模型，该模型通过结合全球基准测试和 NS-3 模拟的 SDN 流量的定制数据集进行训练，在检测针对苏丹电子政务基础设施的网络攻击方面达到了 97.8% 的准确率，为增强国家网络安全提供了一种可扩展的解决方案。
💻 计算机科学
Explainable Machine Learning for Early-Stage Construction Duration Prediction Using Limited Project Information
本研究提出了一种利用 XGBoost 模型进行可解释机器学习的框架，用于基于有限的项目信息预测建设初期的工期，并证明了虽然该模型以项目成本为主要驱动因素实现了强大的预测性能，但由于其对数据划分具有敏感性，其结果需要谨慎解读。
💻 计算机科学
Photonic Quantum-Enhanced Knowledge Distillation
本文介绍了光子量子增强知识蒸馏（PQKD），这是一种利用光子量子处理器的内在随机性为参数高效的学生网络生成调节信号的混合框架，通过利用샷噪声缩放和特征平滑来应对有限采样限制，在标准基准测试中实现了在激进压缩下的竞争性准确率。