💻 computer science
Large Language Model-Powered Administrative AI Agents for Healthcare Documentation Automation: A GPT-4 Framework for Clinical Workflows
本研究提出了一个用于自动化处理出院小结和保险理赔等关键医疗行政文档的 GPT-4 框架，通过提示工程展示了极高的流畅度与连贯性，同时强调了未来工作需要解决事实准确性及实际应用集成的问题。
💻 Category
cs
2456 篇论文
💻 computer science
A Compressive Sensing Inspired Monte-Carlo Method for Combinatorial Optimization
本文介绍了一种蒙特卡洛压缩优化算法，该算法利用随机查询来估计广义矩，并利用一种重新设计的压缩感知贪婪算法来解决组合优化问题，在性能上与双退火算法相比具有竞争力，并提供了理论依据以及对计算资源的调优适应性。
💻 computer science
Federated Fake News Detection Via Global Self-Attention and Inverse Variance Aggregation Under Data Heterogeneity
本文提出了 FedSAG-IVW，一种结合了局部自注意力机制、逆方差加权和 Tikhonov 正则化的联邦学习框架，旨在有效检测虚假新闻，同时解决数据异构性并保护数据隐私，在多个数据集上均实现了卓越的准确率。
💻 computer science
Learned variable-support priors accelerate symbolic regression of physical laws
本文介绍了 DenoisedSR，这是一种与求解器无关的前端，它通过学习可变支持先验，在无关变量到达后端求解器之前对其进行过滤，从而显著加速并提高用于发现物理定律的符号回归的准确性。
💻 computer science
Digital Reconstruction of Lacquer Art Surfaces Using Computer Vision and Generative Models
本文介绍了结构感知协作生成框架（SACGF），这是一种集成 Stable Diffusion、ControlNet 和 SAM 的新型流水线，旨在通过平衡结构一致性、纹理保真度和风格连贯性，实现漆艺表面的高保真数字化重建，并通过一种新的定量指标和专门的数据集进行了验证。
💻 computer science
INTeNT-aWaRe Semantic Edge Intelligence for Autonomous 6G Vehicular and UAV Communication Networks
本文提出了 SEM-EDGE-X，一种意图感知语义边缘智能框架，该框架通过集成语义特征提取、自适应路由和多智能体协同，在低延迟、动态的 6G 无人机-车辆网络中显著优于传统的通信模型。
💻 computer science
Machine Learning-Based Waiting Time Prediction for Priority Queues with Preemptive and Non-Preemptive Service Rules
本文表明，机器学习模型，特别是循环神经网络，仅利用队列长度和客户优先级，即可准确预测复杂且随时间变化的优先级队列系统中的等待时间，并在非抢占式及多种抢占式服务规则下表现优于基于树的方法。
💻 computer science
AI for Maritime Security: Comparative Evaluation of Convolutional Neural Network and Vision Transformer Architectures for Maritime Object Detection
本研究评估了六种用于不同天气条件下海事目标检测的深度学习架构，证明了视觉 Transformer (ViT) 模型通过实现 100% 的准确率、最低的误差率和最快的处理速度，优于基于卷积神经网络 (CNN) 的替代方案，从而凸显了其在增强人工智能驱动的海事安全与监控方面的潜力。
💻 computer science
Kernel Alignment-based Hybrid Heterogeneous Attribute Space Three-way Clustering for Disease Feature Recognition
本文提出了一种新颖的特征选择方法，该方法通过集成核对齐将异构医学数据统一在再生核希尔伯特空间中，并扩展了三路聚类以显式建模边界不确定性，从而在有效降低维度的同时，显著提高了在多模态临床数据集上的疾病预测准确性与稳定性。
💻 computer science
Rule-to-Data Knowledge Transfer via Optimal Transport for Weakly Supervised Anomaly Detection on Transaction Graphs
本文提出了一种用于交易图异常检测的弱监督框架，该框架利用最优传输将源自决策树的分层规则语义与连续交易表示进行对齐，从而生成高质量的伪标签，并在基准数据集上优于现有的基线方法。