💻 计算机科学
Mixed Neural Rendering: Interactive Mixed Reality Capture and Curation for Neural 3D Reconstruction
本文介绍了混合神经渲染（MiNeR），这是一个使用 HoloLens 2 的交互式混合现实流水线，它集成了实时采集、原位检测和可提示分割技术，旨在克服传统的获取限制并实现稳健的以物体为中心的神经 3D 重建。
💻 Category
cs
4157 篇论文
💻 计算机科学
HashGuard-FL: Learnable Hash-Based GAN Discriminator with Post-Quantum Audit Trail for Federated Learning Integrity
HashGuard-FL 是一种新颖的联邦学习框架，它集成了一个可学习的基于哈希的 GAN 判别器，用于细粒度的多类攻击检测，并结合一个使用 SHAKE-256 和 CRYSTALS-Dilithium 签名的后量子审计层，以确保在不同基准测试中具备防篡改且抗量子的完整性。
💻 计算机科学
Beyond Aggregate Metrics Diagnosing the Long-Tailed Failure of Oracle Bone Character Detection and Recognition
本文诊断了由极端长尾类分布导致的甲骨文文字检测性能严重下降问题，并提出了 FAR-YOLO，这是一种通过频率感知采样和形态保持增强来显著提高少样本识别准确率，且不损害整体定位性能的解耦基准模型。
💻 计算机科学
DP-DCGAN: Differential Privacy-Deep Convolutional Generative Adversarial Networks with Adaptive Gradient Perturbation
本文提出了 DP-DCGAN，一种通过采用自适应梯度裁剪和噪声注入来实现在标准数据集上达到隐私保护与高质量图像合成之间卓越平衡的差分隐私增强型深度卷积生成对抗网络。
💻 计算机科学
Introducing a Novel Feature in CloudSimPlus: Enhancing Load Balancer Efficiency based on AI
本文为 CloudSimPlus 引入了一种由人工智能驱动的自适应负载均衡功能，该功能利用预训练的决策树模型，根据实时指标和用户定义的决策目标，从统一的策略框架中动态选择最合适的策略，从而增强动态云环境中的效率和决策能力。
💻 计算机科学
Privacy-Preserving Intrusion Detection in SDN-IoT Networks: Machine Learning, Deep Learning, Differential Privacy, and Inference Attacks
本文认为，在SDN-IoT入侵检测系统中，相比于仅仅依赖差分隐私，优先考虑通过增强模型泛化能力来防止过拟合，是缓解成员推理和属性推理攻击更有效的策略，并据此提出了一种混合AOPRF-XGBoost级联模型，以在保持高检测准确率的同时保护隐私。
💻 计算机科学
Multi-objective Cluster Head Selection in Underwater Wireless Sensor Networks: An Influence Maximization Perspective with Adaptive Evolutionary Optimization
本文提出了 LA-MOCHS，一种具有生命周期感知能力的进化框架，该框架通过将服务能力建模为子模影响最大化问题，解决了水下无线传感器网络中的多目标簇头选择问题，从而通过负担感知部署策略而非单轮最优性，实现了卓越的长期网络可持续性。
💻 计算机科学
Calibrated Explainable AI for Student Risk Prediction with Resource-Constrained Intervention and Machine Unlearning
本文提出了一种面向资源受限环境的隐私保护型学生风险早期预测框架，该框架集成了经过校准的 XGBoost 模型、基于 SHAP 的可解释性以及预算感知型智能体干预层，旨在确保决策的准确性、可解释性与合规性，同时支持机器学习遗忘。
💻 计算机科学
Cerebro Tune: A novel Bio-Inspired Hybrid Metaheuristic for Hyperparameter Optimizations in Deep Learning Using Cellular Automata and Reinforcement Learning
本文介绍了 CerebroTune，这是一种新型仿生混合元启发式算法，它将元胞自动机、改进的人工蜂群算法以及结合了 Hopfield 网络强化学习的方法相结合，通过动态优化深度学习超参数，在不同领域中实现了比现有方法更高的准确度、更低的计算成本以及更强的稳定性。
💻 计算机科学
Enhanced Gold Mining Optimization with Dual-Layer Information Sharing and Dynamic Control for Multi-Objective Scheduling of Heterogeneous UAV Swarms
本文提出了一种具有双层信息共享框架和动态帕累托支配机制的改进型金矿优化算法（IGMO-DP），通过同时优化任务完成时间、能量消耗和负载均衡，有效解决异构无人机集群的多目标调度问题，并证明了其相比于现有先进算法具有更优越的收敛性和解的多样性。