💻 计算机科学
DRS-Track: An Enhanced Detection-Driven Framework for Multi- Object Tracking
本文介绍了 DRS-Track，这是一种增强型多目标跟踪框架，它通过集成动态采样、感受野注意力以及跨尺度共享检测头，来克服尺度变化和遮挡等挑战，并在自建数据集和 KITTI 基准测试上均实现了卓越的性能。
💻 Category
cs
4092 篇论文
💻 计算机科学
Integrating Neuromorphic Computing and Clinical Biomarkers for Enhanced Liver Disease Detection
本文提出了一种高能效、鲁棒且具可解释性的神经形态计算系统，该系统利用脉冲神经网络和硬件感知训练，通过临床生物标志物实现高精度、实时的肝脏疾病检测，为传统的计算密集型模型提供了一种更优的替代方案。
💻 计算机科学
Digital Twin Feedback for Predictive Maintenance in Industrial IoT Environments
本文提出了分层传感器融合边缘智能结合数字孪生反馈（HSEI-DTF）框架，这是一种多层预测性维护系统，该系统集成了基于边缘的多模态信号处理、混合机器学习模型以及物理启发式数字孪生同步技术，旨在显著降低工业物联网环境中的设备停机时间和漏报率，同时实现高精度与低延迟。
💻 计算机科学
Beyond Pairwise Relations: Dynamic Manipulation Hypergraphs for Vision-Based Human Activity Recognition
本文提出了一种动态操纵超图框架，将演化的多实体交互建模为高阶关系单元而非成对边，在 EPIC-KITCHENS-100/VISOR 和 Assembly101 数据集上的细粒度人类活动识别中实现了显著的性能提升。
💻 计算机科学
Voltage and Electromagnetic Fault Injectioin in TinyML: Attacks and Countermeasures
本文证明了受限物联网设备上的 TinyML 模型容易受到隐蔽的电压和电磁故障注入攻击，这类攻击会降低准确率或强制产生可预测的输出，并提出了随机自归约（Randomized Self-Reduction）和多数投票法作为增强其鲁棒性的有效对策。
💻 计算机科学
Centered Arithmetic Is Not Leakage-Neutral: Finite-Noise Optimal Attacks and Minimax Laws for Modular Representations
本文证明了中心化补码掩码在本质上比无符号掩码更容易受到侧信道攻击，并提供了精确的有限噪声最优攻击、一种新的频谱泄漏定律以及证明在大多数实际模数下无符号存储能最小化泄漏的容量界限。
💻 计算机科学
Session Key Driven Symmetric Substitution Cipher Design Implementation and Security
本文介绍了设计、实现及一种通过位置完整性和密钥条件变化来抵御标准攻击的动态会话密钥驱动对称替换密码的安全性分析，同时利用机器学习模型对其性能进行了评估，旨在将其确立为一种高效的实时加密替代方案。
💻 计算机科学
EGAMA-MF: Evidence-Integrity Gating for Memory-Forensic Malware Triage
本文介绍了 EGAMA-MF，这是一个增强内存取证恶意软件分拣的中间件框架，它通过拦截由提取失败导致的结构有效但取证不可用的特征向量，从而防止假阴性并确保在多种故障场景下的证据完整性。
💻 计算机科学
A Comparative Study of CNN-LSTM and Graph Neural Networks for Credit Card Fraud Detection: A Cost-Aware, Explainable, and Deployment-Ready Framework
本研究对比了 CNN-LSTM 与图神经网络（GNN）模型在 Kaggle 数据集上的信用卡欺诈检测表现，发现尽管由于后者无法利用匿名化的关系特征导致 CNN-LSTM 表现更优，但研究结果强调了阈值调优、类别不平衡处理以及模型选择对于实际部署的重要性。
💻 计算机科学
When Patients Say “Do Not Share”: LLMs Misroute Sensitive Information in Clinical Documentation
这项研究揭示了大型语言模型经常无法遵守患者在临床文档中隐藏敏感信息的请求，在超过三分之一的情况下将此类数据泄露给无关接收者，但同时也表明，实施基于接收者条件的路由工作流可以在不损害必要信息共享的前提下，显著降低这一风险。