💻 computer science
Large Language Model Driven Multidisciplinary Optimization for Task Automation in Edge IoT Systems
本文提出了一种层次化框架，该框架利用紧凑型大语言模型进行语义任务规划与分解，同时将资源分配与执行决策委托给约束优化层，从而在边缘物联网系统中将自然语言规范与数学严谨的多学科优化结合起来。
💻 Category
cs
2305 篇论文
💻 computer science
KPI-Based Project Health Assessment Model for Agile IT Operations and Service Reliability
本研究提出了一种基于关键绩效指标（KPI）的项目健康评估模型，该模型通过将多个性能指标整合为综合评分与风险计算，以增强敏捷 IT 运营中的可见性、识别早期风险并提高服务可靠性。
💻 computer science
Psychometric Validation of Stress–Resilience Constructs for eXplainable Software Developer Digital Twin
本研究提出了一种经过心理测量学验证的针对软件开发人员的人类数字孪生框架，该框架利用来自605名女性参与者的调查数据来模拟压力-韧性状态，识别不同的行为聚类，并模拟能够有效预测并增强韧性结果的个性化、可解释性的干预措施。
💻 computer science
An Expert-independent Artificial Intelligence Method for Extracting and Prioritizing Decision Factors From Large-scale Textual Corpora
本文介绍了 FEDRA，这是一个利用基于 Transformer 的嵌入、聚类和图分析技术，在无需专家干预的情况下，从大规模科学文本中提取并优先排序决策因素的自主框架，并在一个废水处理选址案例研究中展示了高准确性和语义一致性。
💻 computer science
PQC Protection for AI Workloads - A Performance-Aware Migration Framework
本文提出了一种面向性能的、分阶段的迁移框架，用于在异构平台上保护针对量子威胁的 AI 工作负载，并证明了虽然密钥交换开销可以忽略不计，但主要的工程挑战在于管理 NIST 最终确定的后量子算法所要求的更大签名和更长的信任生命周期。
💻 computer science
A Comparative Survey of API Rate-Limiting Algorithms: Token Bucket, Leaky Bucket, and Sliding Window
本文通过对五种广泛使用的 API 限流算法——令牌桶、漏桶、固定窗口、滑动日志窗口和滑动计数窗口——进行综述与实验对比，旨在评估它们在突发容忍度和精确度方面的权衡，并最终根据特定的流量特征和系统约束，为选择最合适的算法提供指导。
💻 computer science
A Residual Transformer Framework for Biomechanics-Aware Yoga Posture Recognition and Feedback
本文提出了残差生物力学 Transformer 网络（RBTNet），这是一种结合了 YOLOv8m-Pose 关键点检测与基于 Transformer 的时序分析的深度学习框架，旨在实现对八种瑜伽姿势 98% 的分类准确率，并基于生物力学关节角度偏差生成纠正性反馈，且无需用户特定数据。
💻 computer science
Sentinelbi AI: an AI-Powered Business Intelligence System for Revenue Monitoring and Anomaly Detection
本文介绍了 SentinelBI AI，这是一个可部署的商业智能平台，它集成了孤立森林（Isolation Forest）和 LSTM 自编码器（LSTM Autoencoder）模型来检测异常的电子商务营收模式，并将它们的输出融合为一个通过交互式 Streamlit 仪表板进行访问的三级警报系统，以提供可操作的决策支持。
💻 computer science
Predicting Customer Churn in Telecom Services Using Machine Learning
本研究介绍了 ChurnGuard AI，这是一个已部署的机器学习流水线，利用逻辑回归模型以高召回率预测电信客户流失，并集成到交互式 Streamlit 仪表板中，以促进数据驱动的留存策略。
💻 computer science
Reasoning-Aware Error-Bounded KV-Cache Compression and Sparse Attention for Long-Context LLMs
本文提出了一种推理感知框架，该框架通过动态结合误差受限的 KV 缓存压缩与稀疏注意力机制，在形式上通过校准的丢弃质量界限保证注意力输出精度，从而显著降低长文本大语言模型推理中的内存、计算量和延迟。