cs 篇论文 | Gist.Science

本研究利用 MIMIC-IV 数据进行论证，表明虽然在预测急性肾损伤和出血方面，标准的表格模型通常优于基于图的方法，但在严格纠正标签泄漏后，源自药物共同用药网络的图嵌入在预测谵妄风险方面提供了具有统计学显著性且可解释性的提升。

这项基于语料库的研究表明，一个整合了词汇与句法复杂度指标的回归模型能够有效预测德译中哲学文本的机器翻译质量，凸显了整体语言特征在评估翻译结果中的关键作用。

本文提出了一种轻量级、模块化的框架，该框架将单目稠密 SLAM（MASt3R-SLAM）与视觉语言模型（Gemma 3 和 Qwen2.5-VL）相结合，旨在仅通过 RGB 输入，在无需深度传感器或模型微调的情况下，实现室内环境中鲁棒的开放词汇语义导航。

本文介绍了 XAI-Gate，一种新颖的、与检测器无关的治理框架，该框架能够在资源受限的情况下，通过动态选择解释动作来平衡数据包服务质量、操作员可解释性与信息暴露，在无需重新训练分类器的情况下，实现了解释债务的显著减少和零预算违规。

本文介绍了 Omnilingual ASR，这是一个可扩展的开源语音识别模型系列，它利用 7B 参数的自监督架构和大规模、多样化的训练语料库来支持超过 1,660 种语言（其中包括 500 多种此前未被服务的语言），同时使社区能够以极少的数据轻松地将该系统适配到新语言中。

本文提出了一种新颖的姿态鲁棒指纹识别框架，该框架集成了相互区域对齐、最小卷积点特征学习和加权得分融合，旨在有效解决非接触式手指图像中由纵向旋转和非刚性变形引起的性能退化问题，并在四个公开数据集上实现了最先进的结果。

本文提出了一种基于行为的框架，用于利用 Sysmon 遥测数据对 MITTE ATT&CK 技术进行分类，并证明了基于 GUID 的事件关联结合 SecureBERT Transformer 模型在识别对抗性活动方面，优于时序关联和传统的机器学习方法。

本文提出了一种新颖的整流正弦单元（RSU）激活函数，该函数显著提升了卷积神经网络在四个不同癌症数据集上进行自动化病理诊断的性能，且与 ReLU 和 Leaky ReLU 等标准激活函数相比实现了更高的准确率。

本研究通过实证验证了一种结合了连续环境感知与机器学习的混合人工智能-物联网（AI-IoT）框架，用于预测并针对印度尼西亚热带遗产建筑立面的色彩退化提供早期预警，并在多个地点实现了高准确度与高泛化性。

本文提出了一种基于深度学习的石油化工工业控制网络设备安全态势感知方法，通过使用混合 TCN-MGRU 模型来解决态势复杂性和信息延迟问题，从而显著提高检测精度和安全防护能力。