💻 计算机科学
Semantic Segmentation as the Detector for Search Problems
本文提出了一种广义的、具备相关性感知能力的概率搜索框架，该框架利用语义分割作为多目标机器人搜索的软检测器，引入了一种基于广义二项分布的贝叶斯信念更新机制，以处理与高度相关的观测相关性，并通过模拟实验和真实的无人机着陆点检测进行了验证。
💻 Category
cs
4102 篇论文
💻 计算机科学
A Hardware-Efficient Android Malware Detection Framework for Resource-Constrained Devices
本文提出了一种针对资源受限物联网设备的硬件高效型 Android 恶意软件检测框架，该框架将可执行文件转换为一维操作码信号以提取混合特征，通过对用于部署在 ARM-Cortex-M4 微控制器上的超紧凑决策树和神经网络模型进行量化，实现了高分类准确率，并具备极小的内存占用和纳秒级的推理延迟。
💻 计算机科学
A Behavior-Driven Lightweight Reinforcement Learning Framework for Secure Routing in IoT Networks
本文提出了一种行为驱动强化学习（BRL）框架，该框架通过将局部转发行为集成到自主决策中，增强了多跳物联网网络中的安全路由，从而在不依赖集中式控制或加密开销的情况下，实现了比现有协议更优的报文交付率、更低的开销以及更高的能量效率。
💻 计算机科学
Embodied AI in the Operating Room: A Voice-Interactive Robotic Scrub Technician for Surgical Instrument Handoffs
本文介绍了一种语音交互式具身智能手术器械洗手护士机器人，该机器人成功演示了自主的手术器械递交与回收，整体成功率达81%，凸显了其在手术室集成的潜力，同时指出抓取获取是未来改进的关键领域。
💻 计算机科学
A Contextual Intervention Consistency Selector and Temporal Casual Memory Network for Explainable Personalized Cardiovascular Risk Factor Identification and Prediction
本文提出了 CICS-TCMN 框架，该框架整合了因果结构学习、上下文干预一致性选择器以及时间因果记忆网络，旨在提供准确、具备时间感知能力且具有临床可解释性的个性化心血管风险预测。
💻 计算机科学
Utilizing Large Language Model Algorithm for XSS, SQL, and Command Injection Detection
这项研究表明，经过微调的大型语言模型，特别是 LLaMA-3.2-1B 和参数高效的 DistilBERT，在检测 XSS、SQL 和命令注入攻击方面可以达到近乎完美的准确率，为缓解这些关键的网络安全威胁提供了一种高度有效的解决方案。
💻 计算机科学
Developing Hate Speech Detector for Afan Oromo Content on Social Media Platforms Using Deep Neural Networks
本文提出了一种基于深度学习的针对低资源语言阿法尔语（Afan Oromo）的仇恨言论检测系统，该系统利用 XLM-RoBERTa 和 Afro-XLMR 模型，证明了经过微调的 XLM-RoBERTa 在包含 22,000 条社交媒体样本的数据集上取得了 95.3% 的 F1 分数和 95.8% 的准确率，从而增强埃塞俄比亚的网络安全与社会凝聚力。
💻 计算机科学
Cethraian-Shift is a reproducible medical-imaging research project evaluating the cross-dataset reliability, calibration, label-policy sensitivity, and Grad-CAM++ stability of multi-label chest X-ray classifiers across NIH ChestX-ray14 and VinDr-CXR
Cethraian-Shift 项目评估了在 NIH ChestX-ray14 上训练并在 VinDr-CXR 上测试的多标签胸部 X 线分类器的跨数据集可靠性、校准度、标签策略敏感性以及 Grad-CAM++ 稳定性，揭示了判别力、校准度和解释稳定性表现为不同的技术维度，同时强调这些回顾性发现并未确立临床效用或部署就绪性。
💻 计算机科学
Machine Learning Versus Self-Supervised Transfer Learning for 30-Day Readmission Prediction in Diabetic Patients
本研究对比了在 UCI Diabetes 130-US Hospitals 数据集上的六种机器学习模型，并发现基于树的集成模型，尤其是 XGBoost，其表现优于从头开始训练的神经网络以及使用自监督预训练的神经网络，在预测糖尿病患者 30 天再入院率方面达到了约 0.675 的 AUROC 这一实际判别天花板。
💻 计算机科学
A Hybrid CNN–SPN Framework for Reliable Monitoring and Instability Detection in Hadoop Clusters
本文提出了一种结合多密度随机 Petri 网与卷积神经网络的 CNN–SPN 混合框架，旨在提高检测 Hadoop 集群中节点不稳定性的准确性与可解释性，并在合成数据集上实现了优于基准模型的性能。