💻 计算机科学
SimGrowNet: Efficient Neural Growth with Similarity-Based Redundancy Control
SimGrowNet 是一种受人类神经发生启发的、高效的神经生长方法，它在训练过程中逐步扩展紧凑型模型，同时通过基于相似性的约束来最小化神经元冗余，从而增强特征多样性、缓解捷径学习，并在多个图像识别数据集上超越了现有的基准模型。
💻 Category
cs
4092 篇论文
💻 计算机科学
The Effect of Text Reuse Length and Fragmentation on Similarity Detection: A Controlled Evaluation of WordBinary
本研究表明，尽管 WordBinary 的文本相似度检测性能会随着重复内容被碎片化为更短的段落而系统性下降，但该系统依然保持稳健且有效，即使在大量细小碎片中分散分布的情况下，也能成功恢复超过 90% 的刻意重复词汇。
💻 计算机科学
Modeling Uncertainty in Social Network
本文提出了一种基于模糊图的方法论，通过重新定义经典的中心性度量来模拟社交网络中的不确定性，并通过对德黑兰大学教职工的案例研究证明，该方法能够捕捉细微的关系强度，并产生与传统清晰模型不同的参与者排名。
💻 计算机科学
Lightweight and rapid identification of ten head-thorax NCCT quality defects via physics-informed multi-view and multi-instance AI
该论文介绍了 PHCTQA，这是一种轻量级且快速的 AI 系统，它利用物理启发的多视图和多实例学习方法，能够实时准确地识别十种头部及胸部 NCCT 质量缺陷，其表现显著优于初级放射技师，并降低了资源受限环境下的重扫率。
💻 计算机科学
SA-RGLP: Syntax-Aware Residual Graph Label Propagation with LLM Soft Priors for Metaphor Detection
本文提出了 SA-RGLP，一种通过将语法感知不一致性建模与通过残差图标签传播获取的 LLM 派生软先验相结合，以捕捉全局语义结构和跨样本关系推理，从而增强隐喻检测的新型框架，并在多个基准测试上实现了最先进的结果。
💻 计算机科学
When Reward Is Not Grammar: A Reward-Action Validity Audit of Deep Reinforcement Learning for English Inflection
本文引入了一种奖励-动作有效性审计，旨在证明一个声称学习了英语形态学的深度 Q 网络笔记本，实际上由于奖励函数、动作表达能力、状态编码及评估方法的根本缺陷，未能习得语法规则。
💻 计算机科学
CNN Regularization and Model Capacity: An Empirical Investigation of L1, L2, and Dropout in Hand Sign Image Classification
这项实证研究表明，在手势图像分类中，增加卷积神经网络（CNN）的容量并不保证性能的提升，且 Dropout 正则化（尤其是针对架构依赖型的速率）显著优于 L1 和 L2 惩罚，其中一个中等规模的模型达到了 96.66% 的最高准确率。
💻 计算机科学
LMS-FAIR-India: A FAIR Compliant Synthetic LMS Interaction Dataset from a Private University for Privacy Preserving Learning Analytics
本文介绍了 LMS-FAIR-India，这是一个来自一所私立印度大学、包含 170 万条 LMS 交互事件的全合成且符合 FAIR 标准的数据集，能够在不使用真实学生数据的情况下实现保护隐私的学习分析研究。
💻 计算机科学
Coverage and Complementarity of Three Agentic AI Risk Taxonomies Across 131 Real World Incidents
本文通过对 131 起真实世界事件的实证评估，分析了三种主流智能体 AI 风险分类法（OWASP-ASI、MSFT-AIRT 和 NIST AI RMF）的覆盖范围与互补性，旨在为从业者提供基于证据的指导，并识别未来框架修订中的具体空白。
💻 计算机科学
A memetic ant colony system algorithm for multiple machine scheduling in additive manufacturing with orientation selection of parts and energy costs
本文提出了一种将变邻域下降算法与蚁群系统相结合的新型模因蚁群算法，用于解决增材制造中的多机调度问题，通过同时优化能耗、完工时间和零件取向，展示了其相对于现有方法的显著效率提升。