💻 computer science
Is it out-of-the-box? A geometric approach to measuring creative thinking in semantic space
本文提出了一个计算框架，通过将概念边界定义为潜在语义空间中的几何区域，将“跳出框框思考”这一隐喻形式化，从而能够通过一种主题归一化的几何距离度量来衡量创造性偏差。
💻 Category
cs
2456 篇论文
💻 computer science
Author Name Disambiguation in Portuguese Scientific Publications: The SBC-AND dataset
本文介绍了 SBC-AND，这是一个由 442 条葡萄牙语科学出版记录组成的精选数据集，旨在解决作者姓名消歧研究中非英语语言代表性不足的问题，并作为一个具有挑战性的基准，用于评估多语言消歧模型。
💻 computer science
Short-Term Changes in E-Commerce Users’ Intentions and Product Recommendation Ranking
本文提出了一种针对跨境电子商务的状态感知多模态推荐排序模型，该模型显式地对六种运营状态下的短期用户意图转移进行建模，并在新引入的包含4200万条记录的CEMR-42M数据集上，与现有基准模型相比，在跨类别和低频物品推荐方面取得了卓越的性能。
💻 computer science
Quantum machine learning performance evaluation for air pollution assessment with benchmarking and comparative analysis using multi-metric scoring and quantum circuit expressibility
本研究引入了 MDQ-3L 框架，用于对空气污染预测中的经典、深度及量子机器学习模型进行基准测试，揭示了虽然在 NISQ 约束条件下，像 CatBoost 和 DBN 这样的经典模型目前仍优于量子方法，但所提出的多指标评分系统能有效识别结构性局限，并为未来混合环境建模中低纠缠量子电路的选择提供指导。
💻 computer science
Breast Abnormality Classification in Resource-Constrained Settings Through GAN Generated Synthetic Mammography Patches
本文提出使用低资源 CUT-GAN 来生成合成乳腺 X 线摄影切片，以用于在资源受限的环境下训练深度学习模型，并证明了虽然合成数据相比于无数据能提高模型性能，但目前其准确率（0.751 AUC）仍低于使用真实图像进行训练的准确率（0.913 AUC）。
💻 computer science
An Equivalence-Checked RV32IM Pipeline with Integrated gshare Branch Prediction and On-FPGA Visualization
本文提出了一种具有集成 gshare 分支预测器和独立于主机的 FPGA 内置 VGA 可视化单元的可综合五级 RV32IM 流水线，该流水线在实现实时流水线内省和位精确功能验证的同时，实现了相比静态基准 2.33 倍的性能提升。
💻 computer science
An EEG Signals-based Deep Spatio-Temporal Feature Extraction with Dual Attention for Detecting Parkinson’s Disease
本文提出了一种基于轻量化深度时空特征提取的双注意力机制 EEGNet（CSFE-DAE）框架，该框架结合了共空间模式与双注意力机制，在 EEG 信号上实现了 97.59% 的帕金森病检测前沿精度。
💻 computer science
Artificial intelligence in learning management systems: enhancing computational thinking for primary school pupils
本研究利用四阶段（Four-D）开发模型来创建并验证一套面向小学的基于人工智能的学习管理系统，专家认为该系统具有高度的可行性，并且在提升学生计算思维能力（特别是分解、抽象和算法方面）方面非常有效。
💻 computer science
Feature‑Adaptive Fusion in Hybrid Quantum–Classical Neural Networks for Robust Biomedical Image Classification
本文提出了一种特征自适应融合混合量子-经典神经网络（FAF-HQNN），该网络通过动态权衡经典与量子预测，以在生物医学图像分类任务中实现卓越的准确性和对噪声的鲁棒性。
💻 computer science
ACDGRec: Adversarial Contrastive Diffusion Graph Neural Network for Robust Recommendation
本文提出了 ACDGRec，一种鲁棒的推荐模型，该模型将对抗训练和对比学习集成到基于扩散的图神经网络中，通过捕捉潜在的用户上下文相关性，有效地解决数据稀疏、冷启动问题以及输入不稳定性。