cs 篇论文 | Gist.Science

本文提出了一种面向资源受限边缘设备的能效型、上下文感知多模态推理框架，该框架能够根据实时条件动态激活编码器并调整计算路径，在保持 NVIDIA Jetson Nano 和 Raspberry Pi 5 等平台高准确度的同时，显著降低了能耗和延迟。

本文介绍了 ViHistScriptBench，这是一个轻量级基准测试和评估流水线，旨在通过提供精选语料库、定义的任务以及基准模型，解决由数据有限和复杂书法带来的挑战，从而推动越南历史文字及文档类型的分类研究。

本文提出了一种规则引擎与证据索引方法论，通过构建分类模型、映射矩阵和验证算法，在设计阶段早期嵌入可执行控制，从而弥合审计需求与软件架构之间的语义鸿沟，进而降低修复成本并实现审计就绪的数字化基础设施。

TrustChain 利用区块链技术，通过去中心化记录和基于里程碑的支付方式，确保透明度、不可篡改性和问责制，从而通过变革政府招标管理来减少腐败并促进公平竞争。

本文通过对 122 项研究进行基于 PRISMA 的系统综述，将 151 条指南整合为一个结构化的、可迁移的知识库，旨在解决增强工作场所（Augmented Workplace）设计中的碎片化问题，从而支持增强现实（AR）系统在专业环境中的系统化开发与部署。

本文提出了一种混合 NSGA-II 算法（HENSGA-DRL），该算法集成了一个关键路径图引导的深度强化学习算子和一个多指标状态感知层级干预策略，旨在克服现有进化算法在解决多目标分布式柔性作业车间调度问题时存在的结构感知与停滞限制。

本文提出了一种面向视障用户的安全、人工智能驱动的语音电子邮件系统，该系统通过集成用于生物特征身份验证的 FaceNet、用于高精度语音识别的 Whisper，以及通过 Gmail API 实现电子邮件摘要和翻译的 Transformer 模型，从而消除了图形界面。

本研究表明，3D Swin Transformer 在海马体分割的跨扫描仪泛化能力方面显著优于卷积神经网络，在无需微调的情况下，在多样化的多中心数据集上实现了近乎不变的性能，并为临床部署建立了新标准。

本文表明，尽管观点相似性和结构相似性都会驱动社交网络中的极化现象，但在链接推荐算法中策略性地结合这两种机制，可以防止网络碎片化并促进温和观点的共存。

本文提出了一种可解释的多模态混合深度学习框架，该框架整合了智能手机与穿戴式传感器数据，通过利用先进的特征工程和注意力机制来识别睡眠不规律、活动量减少、社交退缩以及夜间手机使用增加等关键行为指标，从而实现高准确度的抑郁症早期检测。