4092 篇论文
TrustFedKG-Health 是一个具备可解释性且个性化的联邦学习框架，它通过整合医学知识图谱、不确定性引导推理以及质量加权聚合，在解决各医院间数据异构性和质量问题的同时，实现了卓越的疾病风险预测并生成具有临床依据的叙述。
本文表明，在 DataSense IIoT 基准测试中，仅凭网络流量特征就足以在大多数攻击类别中实现高精度的入侵检测，而设备遥测数据所能提供的价值极小，除非用于区分中间人（MITM）攻击。
本文提出了一种熟练度组感知框架，该框架将特征注意力引导的 K-means 聚类与全局对齐步骤相结合，以有效地对在线判题平台上的编程问题难度进行分类，与标准基准相比，显著提高了聚类质量和跨组一致性。
这项设计科学研究展示了 RAIA 的开发，这是一种受治理约束的 AI 人造制品，旨在通过在一个可复用的架构框架内集成安全的数据处理、可追溯的证据合成以及人类监督的决策机制，来支持国家监管机构进行基于证据关联的药品依赖性审查。
本文提出了一种结合多周期平衡属性子图与扩散型汉（Diffusion-HAN）网络的创新网络异常检测框架，旨在有效解决数据不平衡和分类不确定性问题，与现有最先进方法相比，在未知攻击检测和 F1 分数方面取得了显著提升。
本文提出了一种模块化、面向服务的系统，该系统集成了计算机视觉、深度学习和 3D 化身渲染技术，旨在实现聋人与听人之间使用葡萄牙语手语进行的有效、近实时的双向通信。
本文提出了 GhostV2-YOLO，一种硬件感知的轻量化无人机检测网络，该网络集成了 DFC-Light 注意力机制、全链路 C2f_GhostV2 模块以及策略性坐标注意力（Coordinate Attention），旨在资源受限的边缘 NPU 上实现高精度与实时推理，同时展现出强大的跨数据集泛化能力。
本文提出了一种利用证据理论（Evidence Theory）的循证方法论，通过聚合主观显著性建议并有效管理冲突以达成共识，从而实现关键利益相关者的自动识别，进而优化需求优先级排序。
本研究通过综合文献综述与专家访谈，针对制造业中人机协作缺乏特定领域指导的问题，提出了一个由八个关键维度组成的精炼社会技术设计框架，该框架符合以人为本的人工智能与工业5.0原则，旨在促进员工福祉、韧性以及高效团队协作。
本文提出了 CFCO，一种旨在最大化社会福利的协作联盟形成方法，该方法统一了本地、D2D 和 MEC 计算模式，以优化车载边缘计算中的任务卸载，并在真实轨迹数据上证明了其相比现有基准方案在延迟、公平性和效率方面具有更优越的性能。