💻 计算机科学
Early Detection of Schizophrenia Using EEG Signals Based on CNN and CNN–LSTM Deep Learning Models
本研究表明，一种混合 CNN–LSTM 深度学习模型在通过静息态 EEG 信号检测精神分裂症方面显著优于单一的 CNN，其准确率达到了 92.03%，并凸显了整合时间序列学习对于客观诊断的价值。
💻 Category
cs
4092 篇论文
💻 计算机科学
Tri-Modal Contrastive Binary Analysis via Opcode Transformers, Control Flow Graph Isomorphism Networks, and System Call Embeddings: A Systematic Review of Zero-Day Malware Detection Frameworks
本系统综述通过提出一种统一了操作码 Transformer、控制流图同构网络和系统调用嵌入的三模态对比二元分析框架，旨在合成零日恶意软件检测领域的最新进展，从而在面对复杂的代码混淆时实现超过 98.5% 的鲁棒检测准确率。
💻 计算机科学
TPCT: Topology-aware Point Cloud Transformer for Geometrically Complex Feature Recognition
本文提出了 TPCT，一种新型的拓扑感知 Transformer 框架，该框架通过将几何与对偶图拓扑特征与面积自适应采样相结合，在识别 B-rep CAD 模型中复杂的几何特征方面达到了最先进的精度。
💻 计算机科学
Grey Wolf Optimizer-Based Feature Selection with Mutual Information Refinement for Machine Learning-Based Bot Detection on Social Media
本研究提出了一种基于灰狼优化算法并由互信息进行精细化改进的特征选择框架，旨在有效降低社交媒体机器人检测中的特征空间，并在一个包含 8,386 个账号的数据集上，利用 XGBoost 实现了 98.87% 的分类准确率。
💻 计算机科学
Contextual Token Rotation Ensembles for Tabular Learning
本文介绍了上下文标记旋转集成（Contextual Token Rotation Ensembles, CTRE），这是一种新颖的表格学习框架，通过将基于 Transformer 的上下文标记表示与数据自适应、交互感知的特征旋转相结合，增强了集成的多样性与鲁棒性，在处理高维及不平衡数据集时表现优于经典方法。
💻 计算机科学
Solving the flexible job-shop scheduling problem based on the hierarchical collaborative evolution multi-objective artificial raindrop algorithm
本文提出了一种分层协同进化多目标人工雨滴算法（HCMOARA），该算法集成了拉丁超立方采样、具有专门搜索策略的分区子种群以及自适应流因子更新机制，以有效地优化柔性作业车间调度问题中的完工时间、能耗和成本。
💻 计算机科学
Strategic Mapping of University Research Portfolios Using NLP and Machine Learning: An Integrated Analysis of Research Projects
本研究提出了一个整合了自然语言处理（NLP）、降维和聚类算法的机器学习框架，用于分析一所大学的研究组合，揭示了工程与自然科学学院在预算中的主导地位，并识别了在 33.4% 的高风险项目配置下进行战略调整的重大机遇。
💻 计算机科学
Beyond Pheromones: Exploiting Edge Frequency and Quality for Intelligent TSP Optimization
本文提出了四种新的启发式技术，包括 BEFRA 和 BEQRA，这些技术利用未被充分利用的边缘频率和质量信息，显著增强了蚁群优化算法在解决对称旅行商问题上的性能和鲁棒性。
💻 计算机科学
Hybrid LSTM–LightGBM Model for Multiclass DDoS Attack Detection in 5G and IoT Networks
本文提出了一种结合 SHAP 的混合 LSTM–LightGBM 框架，用于在 5G 和 IoT 网络中进行可解释、实时的多类 DDoS 攻击检测，并在 CICIDS2017、CIC-DIAD2024 和 CICIoT2023 数据集上展示了卓越的准确性和鲁棒性。
💻 计算机科学
AI-Based Fraud Detection System for Subscription-Based Payment Services
本文提出并评估了一种专门针对订阅制支付服务设计的基于人工智能的欺诈检测系统，证明了在涵盖六种不同欺诈类型的合成数据集上，一种混合了 XGBoost 与 Bi-LSTM 的架构在多个指标上均优于独立模型，同时明确承认这些结果仅作为概念验证证据，而非经过验证的真实世界表现。