💻 计算机科学
A strongly connected graph-based digital chaotic system and its application to bidirectional-diffusion image encryption
本文提出了一种通过逆向方法构建的强连通图数字混沌系统，旨在消除有限精度效应并确保严格的混沌特性，随后将其应用于一种双向扩散图像加密算法，该算法展示了针对统计攻击和差分攻击的鲁棒安全性。
💻 Category
cs
4092 篇论文
💻 计算机科学
A decentralized multi-agent framework integrating interpretable machine learning for automated warranty fraud detection in supply chains
本研究提出了一种新颖的以人为本的混合框架，该框架将去中心化的多智能体系统与可解释机器学习模型相结合，旨在提高供应链中自动化保修欺诈检测的准确性、透明度和效率。
💻 计算机科学
From Action Units to Emotions: A Two-Stage Fine-Tuning Framework with Decision-Level Fusion for Facial Expression Recognition
本文提出了一种两阶段微调框架，通过问答数据集以及与专门的小模型进行决策级融合，增强了多模态大模型的面部动作单元识别与情感分类能力，从而显著提高了面部表情识别在细微及低强度表情下的准确性与可解释性。
💻 计算机科学
A Systematic Methodology for Fourier Kernel Design with Application to Industrial Leak Detection in a Gas Refinery
本文提出了一种系统的四阶段方法论，用于设计结合了方向性斜率信息的定制化傅里叶基支持向量机（SVM）核函数，与标准核方法相比，该方法成功降低了误报率并提高了工业气体设施中的泄漏检测准确度。
💻 计算机科学
PT-LGBM: An End-to-End Interpretable Cross-Domain Model for High-Speed Train Bearing Fault Diagnosis Under Class Imbalance
本文提出了 PT-LGBM，这是一种端到端的可解释跨域模型，该模型集成了几何划分采样、特征对齐以及优化的 LightGBM 分类器，旨在实现高调配不平衡和领域偏移条件下高速列车轴承的高精度、可靠故障诊断。
💻 计算机科学
A Review of Migration Strategies and Standardization Efforts in the Transition from Classical to Post-Quantum Cryptography
本综述概述了一个从经典密码学向后量子密码学过渡的从标准到部署的全方位框架，旨在解决设计约束、提出迭代迁移流水线，并详细阐述了在 TLS、IPsec 和物联网等关键协议中的集成策略，同时强调了当前存在的互操作性与运维挑战。
💻 计算机科学
solving the constrained economic load distribution problem: combination of gray wolf optimizer and colonial competitive algorithm
本研究提出了殖民竞争灰狼优化算法（CCGWO），这是一种结合了社会政治演化原理的混合算法，旨在克服局部最优限制，并有效解决各种电力系统中受约束的经济负荷调度问题。
💻 计算机科学
How Annotator Agreement Affects Sentiment Classification Performance for Indonesian Coastal Tourism Reviews
本研究表明，在规模更大、采用多数票决制的印度尼西亚沿海旅游评论数据集上训练情感分类器，其性能优于严格采用一致共识的数据集，尽管结果表明，数据量的增加和类别平衡，而非仅仅保留模糊实例，可能是性能提升的主要驱动因素，同时 IndoBERT 有效减少了对中性评论的系统性误分类。
💻 计算机科学
A Supervised Multimodal Benchmark and Missing-Modality Robustness Study for Robotic Welding Defect Classification
本文介绍了首个用于机器人焊接缺陷分类的有监督四模态基准测试和会话无关（session-disjoint）评估协议，证明了所提出的 MAAF-Net 框架中的模态扰动课程学习显著增强了针对传感器数据缺失的鲁棒性，且不会损害洁净数据的准确率或推理速度。
💻 计算机科学
Bilder ohne Worte: Can AI Identify Political Parties via Unspoken Visual Signatures in the 2025 German Election?
本文介绍了 PREF，一种可解释的视觉-语言模型，它通过将感知线索语言化，成功地从 2025 年德国选举竞选媒体中对政党隶属关系进行分类，在实现与黑盒嵌入相当的性能的同时，量化了即使在移除显式品牌标识后政党身份仍然存在的程度。