💻 计算机科学
Convergence of Differential Privacy and Shannon Entropy in Data Anonymization
这项针对64项研究的系统性文献综述表明，差分隐私正越来越多地被用于审计而非取代语法匿名化模型，这凸显了香农熵作为一种极具前景的语义桥梁，能够增强混合隐私框架的可解释性与透明度。
💻 Category
cs
3821 篇论文
💻 计算机科学
Information-Guided Spatiotemporal Scanning for Efficient Video State-Space Modeling
本文介绍了 AdaScan，这是一个信息引导的自适应扫描框架，它能够根据特定内容的特征信息，动态优化视频 Token 的空间粒度、区域选择和序列化顺序，从而提升状态空间模型（SSMs）在视频理解任务中的效率与性能。
💻 计算机科学
DETECX: Deep Ensemble Temporal Encoder with Cross-Attention Mechanism for Encrypted Traffic Intrusion Detection in Cloud-Edge Collaborative Architectures
本文提出了 DETECX，一种集成多尺度时间卷积、交叉注意力融合与自适应投票的新型深度集成框架，旨在为资源受限的云边协作架构中的加密流量实现高精度、低延迟的入侵检测。
💻 计算机科学
A hybrid PLS-SEM and convolutional neural network analysis of artificial intelligence adoption intention in SMEs
本研究引入了一个统一的两阶段框架，该框架将偏最小二乘结构方程模型（PLS-SEM）与卷积神经网络（CNN）相结合，用于分析尼日利亚中小企业的人工智能采用情况，并证明了在两个模型都在相同的训练数据折叠上进行严格基准测试的情况下，虽然 PLS-SEM 证实了理论关系，但 CNN 显著提高了样本外预测的准确性。
💻 计算机科学
MSPF-Net: Multi-Scale Spatial-Spectral Feature Fusion Network for Pansharpening
本文提出了 MSPF-Net，一种多尺度空间-光谱特征融合网络，该网络通过利用具有多尺度提取、高频增强和自适应注意力机制的分层框架，有效地平衡了全色锐化中的空间细节恢复与光谱保真度，并在多个遥感数据集上实现了最先进的性能。
💻 计算机科学
Deep Learning-Based Non-Destructive Seafood Freshness Assessment: A Systematic Review of Sensing Technologies, Validation, and Deployment Readiness
本系统综述评估了基于深度学习的海鲜非破坏性新鲜度检测技术，在强调其高预测性能的同时，指出了在生物学有效性、方法论严谨性以及工业部署就绪度方面的关键缺陷。
💻 计算机科学
Quantifying the Directional Spatial Order of Hakka Architecture: A CNN–LSTM–Attention Framework for Heritage Floor-Plan Analysis in Gannan, China
本研究采用一种混合 CNN–LSTM–Attention 框架，定量验证了传统八卦宇宙观在赣南客家建筑中的体现，揭示了不同建筑类型之间高度一致的方向性空间秩序，并识别出围屋与公共建筑之间截然不同的密度模式。
💻 计算机科学
RadarSEDiff-T: Radar Structured-Encoding Diffusion with Transformer Guidance for Radar Sensing Enhancement
本文提出了 RadarSEDiff-T，一种带有一致性机制的 Transformer 引导潜在扩散模型，该模型通过从稀疏的毫米波雷达数据中重建高密度的类 LiDAR 点云，旨在为资源受限的无人机实现高精度自主导航。
💻 计算机科学
Sparse Mamba Decoder for Quantum Error Correction: Efficient Defect-Centric Processing of Surface Code Syndromes
稀疏 Mamba 解码器（Sparse Mamba Decoder, SMD）是一种以缺陷为中心的神经解码器，它通过仅处理活跃的检测事件来实现 复杂度，从而获得卓越的准确度和近乎恒定的低延迟，在各种量子纠错基准测试中，其在速度和逻辑错误率方面均显著优于现有的解码器。
💻 计算机科学
STCA-Net: A Spatiotemporal Cross-Attention Network with Multi-Scale Depthwise Separable Convolutions for Epileptic EEG Seizure Classification
本文提出了 STCA-Net，这是一种紧凑的时空神经网络，通过集成多尺度深度可分离卷积和双向交叉注意力机制，有效捕捉脑电图（EEG）数据中的局部与远程依赖关系，并在波恩大学（University of Bonn）数据集上的二分类、三分类及五分类癫痫发作分类任务中达到了最先进的性能。