cs 篇论文 | Gist.Science

本文提出了一种面向无人机的资源高效型视觉导航系统，该系统利用全景神经压缩与双快照融合技术，在实现极低内存开销的同时，能够完成连续、闭环的路径跟随与返航任务，并具备高定位精度。

本文提出了一种优化的基于人工智能的入侵检测系统，该系统利用 GridSearchCV 对 CICDDoS2019 数据集上的六种机器学习和深度学习模型进行调优，并证明了随机森林（Random Forest）和 XGBoost 在检测各种 DDoS 攻击方面比其他算法具有更高的准确性和效率。

本文提出了 Q-LDPSO，这是一种新型的量子增强粒子群优化算法，其具有量子种群初始化和量子双向搜索策略，当与 RF-XGBoost 集成分类器结合使用时，在物联网环境下实现了卓越的特征选择和入侵检测性能（准确率达 99.63%）。

本文提出了保守代理提示（Conservative Proxy Prompting, CPP），这是一个参数高效的框架，通过构建特征空间代理表示并保守地调节其贡献以避免误导性信号，从而增强冻结的视觉语言模型在模态缺失情况下的可靠性。

本研究表明，尽管与基于词法的方法相比，基于视觉的页面检索显著提高了文档视觉问答中的证据选择和下游回答质量，但由于即使在提供正确页面的情况下仍存在生成答案的局限性，性能差距依然显著，且混合融合相较于仅使用强大的视觉检索器并无额外收益。

AgentCare-Guard 是一个受能力约束的参考监视器，通过验证工作负载身份、将审批与特定有效载荷及上下文进行绑定，并确保原子化执行，从而保障智能体 FHIR 事务的安全，并在现有模型失败的合成评估中实现了对授权边界攻击的 100% 防御。

本文提出了一种多智能体临床决策支持系统，该系统利用 MIMIC-IV 数据和大型语言模型，通过六个智能体的编排工作流，实现实时患者相似性检索并生成具有时间感知能力的临床分析。

SynNat-BERT 是一个可解释的双模态自监督框架，它利用来自合成和天然产物空间的 170 万个未标记分子，实现了稳健的血脑屏障渗透性预测，并成功识别出新型渗透性支架，在准确性和泛化能力方面均优于现有基准模型。

本文提出并评估了一种用于动态雾-边缘计算中截止日期感知任务分配的可解释数字孪生安全调度框架，证明了轻量级分析数字孪生在性能上能与手工设计的启发式算法相媲美，且显著优于基于价值的深度强化学习基准方法，同时提供了鲁棒的安全保障和预测性诊断。

本文提出了一种针对异构数据中心的双边博弈论框架，该框架通过对负载相关计算效率和拒绝惩罚进行建模，共同优化任务迁移与接受决策，从而实现比现有静态或单边方法更高的系统效用和能源效率。