💻 computer science
FDCNet: Frequency-Aware and Dynamic Curve Network for Adversarially Robust Infrared and Visible Image Fusion
本文提出了 FDCNet，一种新型的对抗鲁棒红外与可见光图像融合框架，该框架通过集成频率感知防御模块和时空-频率动态对抗损失来抑制扰动，同时利用极值引导的动态色调曲线模块来平衡防御有效性与视觉质量恢复。
💻 Category
cs
2550 篇论文
💻 computer science
DeepNeutroBiLSTM: A Hybrid Neutrosophic and CNN-BiLSTM Framework with Sobel-Based Indeterminacy for Arabic Handwritten Character Recognition
本文提出了 DeepNeutroBiLSTM，这是一种将中性素不确定性建模与基于 Sobel 的不确定性、卷积神经网络（CNN）以及双向长短期记忆网络（BiLSTM）相结合的新型混合框架，旨在实现 AHCD 和 HIJJA 数据集上阿拉伯手写字符识别的先进准确率与鲁棒性。
💻 computer science
Anomaly Image Generation under the Guidance of Knowledge Graph
本文提出了一种知识图谱引导的框架，该框架利用关于异常及其关系的先验知识来构建文本提示，从而使基础模型和扩散技术能够为各种产品类别生成逼真的异常图像。
💻 computer science
Who Leads Machine Learning Research? A Bibliometric Portrait of 1,000 Top-Cited Researchers on Google Scholar
本文介绍了 Scholar-ML-1000，这是一个于 2026 年 6 月收集的包含 996 位高被引机器学习研究人员的公开数据集，该数据集揭示了像谷歌和 DeepMind 这样的主要科技公司目前拥有的顶尖机器学习学者数量已超过顶尖大学的总和，同时也凸显了该领域显著的全球多样性和跨学科影响力。
💻 computer science
PRISM-VFL: A Differentially Private Vertical Federated Framework for Heterogeneous Multi-Task Clinical Prediction
PRISM-VFL 是一个差分隐私纵向联邦学习框架，它通过集成带有多门控混合专家模块（Multi-gate Mixture-of-Experts module）的 LSTM 编码器，实现了异构临床预测任务的并发训练，并证明了尽管该框架能有效抑制标签推理攻击，但在中度隐私约束下，住院死亡率预测仍保持临床可行性，而失代偿和表型分析等其他任务则面临显著的效用挑战。
💻 computer science
Machine Learning Research in India: Institutions, Citation Patterns, and Research Trajectories Among Top-Cited Scholars on Google Scholar
本文介绍了 Scholar-India-ML 文献计量数据集，用于分析 478 位高被引印度机器学习学者的引用模式和研究轨迹，揭示了印度科学理工学院和印度统计研究所的表现优于印度理工学院（IITs）的引用影响力，同时工业界实验室也正成为该国人工智能生态系统中重要的贡献者。
💻 computer science
WSN-Derived Node Deployment and Data Transmission Model Using HEED Routing Protocol for Large-Scale IoT Network Applications
本文提出了一种基于自适应无线传感器网络（WSN）的物联网（IoT）节点部署与数据传输模型，该模型将 HEED 分簇协议与 IEEE 802.11x 标准以及深度学习分析相结合，旨在优化大规模物联网应用中的能量效率、延长网络寿命并提升服务质量（QoS）。
💻 computer science
Can Large Language Models Substitute for Human Raters? Reliability and Validity of Urban Design Quality Assessment
本研究评估了多模态大语言模型在首尔城市设计评估中的可靠性与有效性，发现尽管它们在视觉显性特征方面表现良好，但由于无法完全复制人类对语境或比例变量的评分，其适用性被限制在特定元素而非通用性的应用领域。
💻 computer science
Imaging without Images: Using Artificial Intelligence for Direct Discovery of Spatial Signatures in the Absence of Image Reconstruction
本文提出了一种机器学习范式，该范式绕过了传统的图像重建过程，直接从极少的测量数据中检测出感兴趣的实体（例如疾病），从而在保持诊断准确性的同时，显著降低了采集成本和时间。
💻 computer science
Agentic Task Allocation for Heterogeneous Multi-Robot Systems: A Hybrid LLM and Local Search Approach
本文提出了一种针对异构多机器人系统的混合任务分配框架，该框架结合了用于基于自然语言生成高质量初始解的大语言模型，以及一种基于记忆引导的加速-减速局部搜索算法，在保持可扩展性的同时，与传统方法相比实现了 17.07% 的任务完工时间缩减。