💻 计算机科学
CUPID-Med: Conformal Uncertainty-aware Prototype Discovery for Clinically Interpretable Deep Medical Clustering
CUPID-Med 是一个利用符合性不确定性感知原型发现来生成具有临床可解释性、集合值聚类预测及校准置信度评分的新型框架，在构建无标签医学图像数据方面显著优于确定性基准模型。
💻 Category
cs
4157 篇论文
💻 计算机科学
A 2-Layered Game-Theoretic Deep Learning Model for Predicting Lodging Demand: SHAP and Nash Equilibrium
本研究提出了一种可解释的双层博弈论深度学习框架，该框架结合了用于特征可解释性的 SHAP 和用于竞争性定价分析的纳什均衡，在预测短期租赁需求方面显著优于传统模型。
💻 计算机科学
Enhancing INS/GNSS Performance with Smart Learning Estimator
本文提出了一种“智能学习估计器”（SLE），这是一种结合了 TGAN、LSTM 和 RWFNN 架构的深度学习增强型卡尔曼滤波器，通过克服传统线性滤波器的局限性，显著提升了低成本 INS/GNSS 导航系统在长时间 GNSS 信号中断期间的精度与鲁棒性。
💻 计算机科学
A Temporal Deep Feature Transfer Hybrid of LSTM and Gradient Boosting Machine for Multi Granularity Smart Grid Electricity Demand Forecasting
本文提出了 TDF-LSTGBM，一种新颖的两阶段混合架构，该架构从堆叠式 LSTM 的倒数第二层提取时间特征，并将其与消费者及时间属性相结合用于梯度提升机，从而在针对五类消费者的多粒度智能电网电力需求预测中，实现了比传统 LSTM 和 ARIMA 模型显著更高的准确率。
💻 计算机科学
GraphGarment: Data-efficient Learning of Garment Dynamics from Minimal Real-world Data
GraphGarment 是一个数据高效的 sim-to-real 框架，它将一个在仿真中训练的图神经网络与一个轻量级的残差修正器相结合，通过极少的真实世界数据来准确预测服装动力学，从而实现稳健的机器人挂衣。
💻 计算机科学
An Explainable Deep Learning Framework for Integrated Steel Microstructure Classification and Surface Defect Analysis
本研究提出了一种统一且可解释的深度学习框架，该框架集成了基于 ResNet50 的微观结构分类与基于 YOLOv8 的表面缺陷检测，并结合基于规则的严重程度评估，旨在为钢铁制造实现稳健、可解释且自动化的质量控制。
💻 计算机科学
Pattern-Guided Thermal Buckling and Shrinkage Simulation for Yarn-Level Woven Cloth
本文提出了一种利用织物纹理来计算方向性热扩散与收缩梯度的纱线级模拟方法，从而能够精确地生成传统表面级模型无法捕捉的复杂热失稳、扭转以及非均匀皱褶行为。
💻 计算机科学
Algorithmic Penalty for Non-Native Voices: A Three-Arm Diagnostic Accuracy Audit of Five Commercial AI Text Detectors Against Pre-LLM Scientific Literature — Protocol for the AUDIT-AI Study
AUDIT-AI 研究是一项预注册的三臂诊断准确性审计，旨在量化商业 AI 文本检测器是否系统性地将来自非英语母语机构的长篇科学文献误分类为 AI 生成，并将其与母语作者的作品及经证实的 AI 改写作品进行对比。
💻 计算机科学
Memory Mechanisms in Multivariate Time Series: A Survey of Architectures, Retrieval, and Evolution
本综述将多元时间序列预测中的记忆机制形式化为保留状态、访问函数与更新函数之间的交互，并将近期文献归纳为架构、检索与演化三大类别，旨在识别开放性挑战并为设计可审计且具自适应性的预测系统提出路线图。
💻 计算机科学
Research on intelligent compression and quality enhancement of surveillance videos based on lightweight algorithms
本文提出了一种新型轻量级卷积 Transformer 模型，该模型利用多教师分层渐进式知识蒸馏和定向压缩技术，在保持高精度和低内存消耗的同时，实现有效的监控视频压缩与质量增强。