💻 计算机科学
A Patch-Routed Mixture-of-Experts for Continual MOBA Draft Recommendation
本文提出了一种用于持续性 MOBA 阵容推荐的补丁路由混合专家架构，该架构利用版本化的补丁标识来隔离适应过程，从而实现了零遗忘，并且与独立模型相比，在减少存储的同时显著加快了收敛速度，尽管其速度优势会随着补丁流的增长而减弱。
💻 Category
cs
4092 篇论文
💻 计算机科学
An Attention-Enhanced MobileViT Framework for Multi-Task Skin Lesion Classification and Segmentation
本文提出了一种增强注意力的轻量化 MobileViT-XS 框架，该框架通过在皮肤病变联合分类与分割任务中有效平衡计算效率与诊断可靠性，在 ISIC 2019 数据集上实现了具有竞争力的性能，且参数量显著少于重量级模型。
💻 计算机科学
A multi-scale neuralized Markov random field architecture for ECG arrhythmia recognition
本文提出了一种多尺度神经化马尔可夫随机场（MSMRF）框架，该框架集成了多尺度特征提取、信息瓶颈正则化和生理约束，以实现对心律失常准确且符合临床逻辑的识别，并在公共心电图数据库上优于现有的基准模型。
💻 计算机科学
Keratoconus severity detection using LSTM and machine learning techniques
本研究采用两种基于长短期记忆网络（LSTM）的机器学习模型，通过分析来自OCT图像的患者眼部参数来检测圆锥角膜的严重程度，通过同时考虑单眼和双眼数据，有效地监测疾病进展。
💻 计算机科学
Design and evaluation of a mobile app for artificial intelligence education among healthcare students: A before-and-after study
这项前后对照研究表明，波斯语移动应用程序 AIMedEdu 显著提高了医疗保健专业学生感知的医学人工智能就绪度，并获得了极佳的可用性评分，尽管未来仍需进一步研究以确认其长期的教育有效性和普适性。
💻 计算机科学
HAG-EUNet: Attention-Guided Deep Learning for Choroid Segmentation and Clinical Biomarker Extraction in Optical Coherence Tomography
该论文介绍了 HAG-EUNet，这是一种结合了 EfficientNet-B3 编码器与 Transformer 增强型 U-Net 解码器的混合深度学习模型，旨在实现 OCT 图像中自动化、高精度的脉络膜分割并提取 32 个具有临床相关性的生物标志物，在准确性和效率方面均显著优于标准的 U-Net 基准模型。
💻 计算机科学
KORAL-Net: Ordered Volumetric Representation and Boundary- Preserving Reconstruction for Three-Phase 3D DCE-MRI Segmentation
KORAL-Net 是一种有序的三维分割架构，它将体积表示与多尺度特征重建分离，以保留三相 DCE-MRI 中的边界证据，在内部及跨队列 I-SPY 数据集上均实现了比 nnU-Net v2 更高的 Dice 分数并减少了假阳性。
💻 计算机科学
Artificial Neural Expert System based YOLO detector for Autonomous Driving Problem
本文提出了一种通用自动驾驶系统（UADS），该系统将高精度的进化版 YOLO 检测器与人工神经网络专家系统（ANES）及大语言模型（LLM）相结合，旨在实现最先进的目标检测与自主决策，同时解决自动驾驶领域中的 NP 难问题。
💻 计算机科学
Eliminating the Teacher Model: Uncertainty-Driven Data Selection for Resource-Constrained Recovery of Pruned Large Language Models
本文介绍了 PASER-NLL，这是一种无需教师的数据选择方法，它通过使用学生的负对数似然来替代被剪枝模型失效的 KL 散度信号，从而在激进结构剪枝下实现卓越的恢复性能和显著的资源节省。
💻 计算机科学
The Largest Robot in the World: Agentic Conversational Control of a Particle Accelerator via MCP and Digital Twin
本文提出了一种用于 Elettra 2.0 粒子加速器的 AI 辅助控制架构，该架构在分层框架内集成了大语言模型与模型上下文协议（Model Context Protocol），通过数字孪生实现安全、自然语言形式的监督控制，并实现了超过 95% 的指令成功率且未发生不安全行为。