💻 计算机科学
PhantomShield: A Reinforcement Learning–Based AI Defense System for Real-Time Attack Detection and Self-Retraining
PhantomShield 是一款实时、自适应的入侵检测系统，它利用强化学习和蜜罐情报，以高准确率和低延迟自主检测并阻断新型网络威胁，同时具备针对资源受限环境的自我重训能力和故障保护机制。
💻 Category
cs
3775 篇论文
💻 计算机科学
A Statistically Rigorous, Held–Karp- and LKH-Validated Empirical Evaluation of a Classical 2-opt + Or-opt Local Search Pipeline for the Euclidean Traveling Salesman Problem
本文通过经过 Held–Karp 和 LKH 验证的统计严谨性评估，对用于欧几里得 TSP 的经典最近邻、2-opt 及 Or-opt 流水线进行了实证研究，证明了其相对于仅使用 2-opt 的显著改进，以及在合成与真实世界实例中与认证最优界限保持的一致接近性。
💻 计算机科学
Allocating cognitive work across people, language models and deterministic tools: A task-analytic method
本文提出了一种在“观察-定向-决策-行动”框架内，在人类、语言模型和确定性工具之间分配认知工作的任务分析方法，并通过合成的油轮汇合实验证明，这种分层方法在显著提高决策准确性和效率的同时，将规范性选择保留给人类监督者。
💻 计算机科学
Finding My Way: A Comprehensive Evaluation of Auditory Cues for Outdoor Augmented Reality Navigation
本研究评估了用于 Meta Quest 3 室外增强现实导航的五类听觉线索，发现用户偏好的线索在关键用户体验指标上显著优于非偏好替代方案，同时揭示了参与者特征与线索感知之间虽有限但值得注意的相关性。
💻 计算机科学
Relational Explainability of Brain Tumor MRI: Linking Classification Attention to Tumor Masks
本文提出了一种新颖的关系可解释性框架，该框架定量验证了 Grad-CAM++ 分类注意力图与脑部 MRI 中分割出的肿瘤区域之间的空间对应关系，揭示了虽然注意力图实现了显著的肿瘤覆盖率，但其空间精度较低，从而证明了它们与解剖分割在增强医学人工智能透明度和可信度方面的互补作用。
💻 计算机科学
Text-to-image models globally default to male, enforce gender stereotypes, and penalize female and nonbinary representations
这项研究呈现了对文本生成图像模型最大规模的全球性分析，揭示了这些模型系统性地默认以男性形象呈现，强化僵化的性别刻板印象，并边缘化非二元性别身份，从而放大了结构性的性别偏见，并对代表性不足的群体造成心理伤害。
💻 计算机科学
SynthEHR-DP: Clinically Valid Electronic Health Record Synthesis with Differential Privacy Guarantees
本文介绍了一种名为 SynthEHR-DP 的新型生成框架，该框架结合了混合类型编码器、时间 Transformer 以及带有差分隐私训练和事后临床约束层的条件变分自编码器，旨在生成临床有效且具备隐私保护能力的合成电子健康记录，并在隐私-效用权衡方面达到了最先进的性能。
💻 计算机科学
SpineFusion for plane aware local and global MRI classification of multiple sclerosis and myelitis
本文介绍了 SpineFusion，这是一种双编码器深度学习模型，它通过双向交叉注意力机制和平面嵌入将局部与全局 MRI 特征相结合，从而在多个数据集上实现了对多发性硬化症和脊髓炎的高精度分类，同时指出需要进行基于患者分组的外部验证以确认其临床实用性。
💻 计算机科学
A Fusion of Transfer Learning with Osprey Optimization Algorithm Based Student Engagement Detection for Improving Performance of Virtual Classroom Environments
本文提出了 FTLSED-VCOOA 框架，该框架集成了自适应双边滤波、由 SqueezeNet、Shallow CapsNets 和 MobileNetV2 组成的特征提取融合网络、CNN-LSTM 分类器以及用于超参数调优的 Osprey 优化算法，旨在有效检测虚拟课堂环境中的学生参与度并提升教学表现。
💻 计算机科学
On the Hyper-Parameters and the Scoring Functions of PCTABU and PCHC Bayesian Network Algorithms
本文介绍了一种新颖的贝叶斯网络学习算法，并通过模拟数据和真实世界数据证明了评分函数的选择对性能有显著影响，其中新算法在具有较低平均马尔可夫毯大小、度以及密度的网络上表现优于现有方法。