4092 篇论文
本文提出了 T3-DEF 框架，这是一个社会技术分析模型，该模型识别了 AI 辅助系统中不断上升的自动化密度与下降的验证多样性之间存在的关键反向关系，揭示了在 0.58 附近递归操作脆弱性加速的阈值，并强调了维持分布式监督结构以确保安全的必要性。
本文提出了一种基于公理化设计的开源工具包，该工具包集成了图形用户界面与智能体人工智能（agentic AI），旨在将智能制造中碎片化、手动的数据准备过程系统地转化为一种可复现、可扩展的科学学科，从而为数字孪生等高级下游应用提供支持。
本文提出了一种轻量级框架——多视图双重对比图学习（MDCGA），该框架通过增强的双重对比目标，整合了基于词汇、语义和关键词的关系信号，旨在通过缓解假负例和不可靠增强问题，实现仅需少量标注样本的鲁棒半监督文本分类。
本文提出了一种用于安全 MPLS 异构网络的 AI 驱动、元启发式优化的接入选择框架，该框架利用轻量级 MLP 预测视频 QoE，并利用基于适应度的 SDN 控制器动态选择最优的 LTE/Wi-Fi 切向目标，从而与传统的基于 RSSI 的策略相比，显著提高了视频连续性、网络性能和能量效率。
本文审计了遗传算法中一种基于多样性的适应度正则化方法相对于等幅噪声控制协议的表现，发现其所谓的益处在很大程度上与无结构噪声无法区分，且是由离群值驱动的，从而仅在狭窄的范畴内支持该方法，同时为未来对惯性机制的评估建立了一个严谨的框架。
本文介绍了 DMASNet，这是一个用于印刷电路板缺陷检测的轻量级且高效的框架，它利用多尺度特征优化、动态上采样和专门的损失函数，显著提高了在工业硬件上的准确率和实时推理速度。
本文引入了一种用于随机 k-SAT 的量子局部态密度（LDOS）原语，该原语利用振幅估计来高效估计剩余满足分数，在子句宽度为四或更高时展示了量子优势，同时阐明了正值分数主要是一种结构性计数效应，而非冻结转变的信号。
本文提出了一种自适应重构感知证据融合框架，该框架通过异常引导交互和可靠性路由，将空间判别分支与重构感知分支相集成，从而实现对跨未知生成器及后处理扰动的扩散生成图像的鲁棒且泛化检测。
本文提出了一种混合深度统计框架，该框架集成了时间卷积自编码器、概率残差模型和极值校准，旨在实现多变量传感器流中鲁棒、可解释且自适应的异常检测，并通过在六个多样化基准测试中与 Transformer 和对比学习基准进行比较，证明了其卓越的性能并降低了检测延迟。
本文提出了一种名为 TWLASBMSL 的新方法，该方法通过整合形态句法链接来确保语法正确性，同时在情感分析和文本分类任务中有效地欺骗目标模型，从而生成藏语词级对抗样本。