💻 计算机科学
Loss-Aware Attention-Based Dual Feature Selection for Handling Imbalanced IoT Intrusion Detection
本文提出了 DFLA-IDS 框架，该框架结合了使用 MIC 和 mRMR 的全局特征选择与一种损失感知注意力 Transformer，以有效解决特征冗余和类别不平衡问题，在 UNSW-NB15 数据集上实现了比 Deep BiLSTM 更优越的入侵检测性能。
💻 Category
cs
4148 篇论文
💻 计算机科学
IFF-HVT: Informative Feature Fusion in Hybrid Vision Transformers for Image Classification
本文介绍了 IFF-HVT，这是一种结合了 ResNet-50 骨干网络、基于 Transformer 的上下文建模以及信息丰富特征融合模块的混合架构，旨在有效平衡局部与全局特征表示，从而在规模中等的图像分类数据集上较基准模型实现了显著的准确率提升。
💻 计算机科学
Comparative Evaluation of Machine Learning and Deep Learning Models for Targeted Metaphor Detection
本文评估了针对七个目标词数据集进行定向隐喻检测的多种机器学习和深度学习模型，发现一种结合了 LDA、Sentence-BERT 和随机森林的混合方法通过有效结合上下文句子嵌入和主题级信息，达到了 84% 的准确率，其表现优于包括共识集成在内的其他方法。
💻 计算机科学
Spatial Fairness in Taxi Demand Prediction: A Hybrid Approach Leveraging District Profiles
本文提出了一种混合出租车需求预测框架，该框架集成了用于数据填补的非负矩阵分解与白鲨优化算法、用于时间建模的长短期记忆网络（LSTM），以及一种基于相对困难度邻近性的公平感知正则化机制，旨在最小化不同城市区域间的预测差异，同时保持高精度。
💻 计算机科学
Eco Track: AI- and IoT-Powered E-Waste Segregation and Awareness for Sustainable Recycling
本文介绍了“Eco Track”，这是一种低成本、由人工智能与物联网驱动的原型，该原型利用 YOLOv8-M 模型和电动执行器实现了小型电子废弃物组件的自动化、具备安全感知能力的分类，在实验室环境下展示了高精度和高平均精度均值（mAP），同时解决了实际边缘部署方面的约束。
💻 计算机科学
EELTRA-Net: An Intelligent Hybrid Framework for Energy-Efficient and Lifetime-Aware Routing in Vehicular Ad Hoc Networks
EELTRA-Net 是一个智能混合框架，它集成了时间卷积单元、门控循环单元和注意力驱动的前馈网络，旨在优化车载自组网中的能量效率、可靠性和网络寿命，并实现了优于现有基准模型的性能指标，例如 98.9% 的数据包递送率。
💻 计算机科学
AMS-Net: Lightweight Self-Attention Enhanced MobileNetV3 for Real-Time Multimedia Classification on Edge Devices
本文提出了 AMS-Net，这是一种基于 MobileNetV3-Small 的轻量级架构，通过引入一种新型的低复杂度空间自注意力模块（Low-complexity Spatial Self-Attention Module）和动态迁移学习策略，在资源受限的边缘设备上实现了卓越的实时分类准确率与效率。
💻 计算机科学
How Do Algorithms Interact in Scientific Research? Large-Scale Semantic Relation Identification and Analysis Based on Full-Text Papers
本研究构建了一个框架，用于识别和分析自然语言处理（NLP）全文论文中算法实体之间的语义关系，揭示了 SciBERT 在关系抽取方面表现出色，同时该领域呈现出由比较关系主导的、不断扩张、深化且快速演进的交互网络。
💻 计算机科学
Light-Weight Cryptographic Heartbeat Protocol In Robotic Swarms
本文提出了一种用于机器人集群的轻量级加密心跳协议，该协议仅利用时钟同步和哈希函数，在分布式边缘计算系统中确保消息的认证性与完整性，同时在树莓派 5 硬件上展示了低延迟、极低存储需求以及针对网络异常的鲁棒性。
💻 计算机科学
A Multi-Lingual Cyberbullying Detection and Blockchain-Integrated Privacy-Preserving Federated Learning Framework
本文提出了一种保护隐私、集成区块链的联邦学习框架，该框架利用自然语言处理和深度学习模型（特别是 BiLSTM），在确保数据安全和用户隐私的同时，检测英语、孟加拉语和孟加拉英语（Banglish）中的多语言网络欺凌行为。