💻 computer science
Modelling Reinforcement Learning Scheduling Agents: Action spaces, reward designs, and expert demonstrations
本文研究了深度强化学习中的建模选择如何影响柔性作业车间调度问题的调度策略，并证明了将约束规划导出的最优界限与专家演示集成到多智能体框架中，能显著改善奖励设计并加速收敛，从而实现卓越的实时调度性能。
💻 Category
cs
2305 篇论文
💻 computer science
Improving Arabic Text Sentiment Analysis using Aspect-based
本研究提出了一种具有词级注意力机制和基于比例权重机制的分层网络，用于阿拉伯语方面级情感分析，并证明了在多个数据集上，使用 CamelTools 嵌入在准确率和 F1 分数方面均显著优于 Word2Vec。
💻 computer science
A Comparative Study of Pretrained Transformer Models for Quranic ASR: Speech Representations, Label Formats, and Dataset Composition
本文通过一项系统性的实证研究表明，在包含 870 小时无变音符号阿拉伯语文本的古兰经数据集上对预训练的 Wav2Vec2-XLSR-53 Transformer 模型进行微调，与基准系统相比，能显著降低词错率并提高训练效率。
💻 computer science
Research Hotspots and Trend Analysis in AI-Enabled Accessible Design: Identification of Core Areas, Evolution of Future Trends, and Visualization through Knowledge Graphs
本文通过对 Web of Science 数据（2000–2025年）进行文献计量学和知识图谱分析，追踪了人工智能赋能的可访问设计从工程可行性向情境可用性的演进历程，识别了核心研究支柱及生成式人工智能和扩展现实（XR）标准化等新兴热点，并提出了一个用于未来可持续治理的综合性“用户—场景—技术”框架。
💻 computer science
Carbon Footprint and Carbon-Aware Selection of Document-Oriented, Relational, and Hybrid Object-Relational Storage for Image-Based Time-Series Workloads in Green IoT
本文对绿色物联网中基于图像的时序工作负载下的 MongoDB、PostgreSQL/TimescaleDB 以及 PostgreSQL+MinIO 混合架构的碳足迹进行了基准测试，揭示了一个与分辨率相关的排放交叉点，即在低分辨率（最高至 1440p）下 MongoDB 最具可持续性，而在高分辨率（4K 及以上）下由于存储解耦，混合方法表现更为出色，最终为可持续建筑监测中选择存储架构提供了碳感知决策框架。
💻 computer science
Synthetic personas as support for UX research
本文提出了一种基于设计科学研究（Design Science Research）的程序，旨在将合成人格（synthetic personas）与人工智能生成的旅程（AI-generated journeys）整合进用户体验（UX）研究中，以加速早期阶段的分析与假设构建，同时强调了人类监督对于减轻偏差及确保经验有效性的至关重要性。
💻 computer science
Multi-View Aggregation Transformer with Contrastive Learning for 3D Shape Retrieval
本文提出了多视图聚合 Transformer（MVAT），这是一个几何对齐框架，通过整合层级化多视图注意力、专门的通道调制模块以及绝对余弦相似度度量，在多个基准测试中实现了 3D 形状检索的最先进性能。
💻 computer science
DDAN: A Dense Dual-Attention Network with Physics-Informed Loss for Robust Multi-Type Optical Image Denoising
本文介绍了稠密双重注意力网络（DDAN），这是一种物理启发式的深度学习框架，通过将残差稠密块与双重注意力机制以及专门的复合损失函数相结合，在鲁棒地去除加性、乘性及混合光学噪声方面实现了最先进的性能。
💻 computer science
Attention-Enhanced Temporal Convolutional Network for Continuous Word-Level Indian Sign Language Recognition
本文提出了一种用于连续词级印度手语识别的注意力增强型时间卷积网络（TCN）框架，该框架利用 Mediapipe 进行关键点提取，并利用空洞卷积来有效捕获时空特征，在专门的数据集上展示了优于 BiGRU、BiLSTM 及混合模型的卓越性能。
💻 computer science
CP-GOF: A Center-Object-Faithful and Age-Aware Training-Time Pruning Method for Gaussian Opacity Fields
该论文提出了 CP-GOF，一种针对高斯不透明度场（Gaussian Opacity Fields）的训练时剪枝方法，该方法利用了一种感知年龄的、零成本的指数移动平均重要性度量以及一种中心保护机制，旨在消除冗余高斯的同时保持几何保真度并降低存储开销。