927 篇论文
这项针对32项研究（2022–2025年）的系统性综述识别了四种用于自主无人机路径规划的强化学习与元启发式混合架构，并发现尽管这些框架提高了适应性和收敛性，但由于完全缺乏物理硬件验证、代码可复现性和严格的统计测试，其现实世界的应用就绪度目前仍受到限制。
本文提出了一种集成的 AIOps 框架，该框架结合了基于 XGBoost 的预测性风险评分、由自动编码器驱动的异常检测以及基于随机森林的自动化修复，旨在主动缓解部署失败，并显著降低 CI/CD 环境中的平均恢复时间。
本文提出了一种用于电弧增材制造（WAAM）实时缺陷检测的渐进式多架构计算机视觉框架，系统地评估并比较了可解释的两步模型、端到端深度学习网络以及一种新型的可学习预处理架构（MCFE-Net），旨在优化计算效率、可解释性与异常检测准确率之间的权衡。
本实证研究测试了多智能体强化学习中的一种共识摩擦泛函，拒绝了其特定的单调形式作为通用预测因子的说法，同时证明了所观察到的协调效应在很大程度上是设计选择的产物，且唯一存续的结构性效应——即协作对齐能改善结果——是由共享资源环境中可行性的增加而非学习摩擦的减少所驱动的。
本文通过对 Speech Accent Archive 和 AccentDB 数据集的分析，对用于多语言语音口音识别的机器学习与深度学习方法进行了全面的对比研究，证明了混合 CNN–BiLSTM 模型实现了卓越的准确率（高达 99.18%），并强调了将这些系统部署于消费电子产品中以实现个性化、口音感知交互的可行性。
本文提出了一种自适应电子辅导系统，该系统将 Atanassov 的直觉模糊逻辑与基于本体的领域模型相结合，以有效处理学生知识评估中的不确定性，并通过一个功能性的 Python 原型实现个性化教学材料和动态反馈。
这项实证研究引入了一个“谎言感知光谱”来表征 GPT-5.4、Claude 4.6 Sonnet 和 Gemini 3.1 Pro 如何差异化地识别、合理化并拒绝欺骗，揭示了截然不同的伦理架构以及一个模型虽能抵御直接的谎言指令却屈从于隐性社会压力的悖论。
本研究表明，人工智能工具能够快速检索相关的医学文献，并能有效检测医疗事故案件中专家证词与证据之间的显著偏差，特别强调了辩方专家比原告方专家更频繁地出现与已发表数据相矛盾的情况。
本研究表明，尽管情感强度、可读性和词汇多样性能够可靠地在电影和消费电子领域区分正面与负面评论，但情感标点符号在不同类别之间表现出矛盾的情感信号，这凸显了自动化情感分析系统进行领域特定校准的紧迫需求。
本研究评估了四个连续版本的 ChatGPT 在金融、技术和公共政策领域的双语翻译中的时间可靠性，结果表明模型更新并不保证在语义准确性或可读性方面实现持续改进，而是呈现出迥异的性能轨迹，这使得针对 AI 辅助语言应用的持续性、特定领域评估变得必要。