💻 计算机科学
A Joint Learning and Optimization Approach for the Two-Stage Stochastic Service Network Design Problem
本文提出了一种用于解决计算上难以处理的两阶段随机服务网络设计问题的神经网络增强优化框架，证明了一种新型的基于扰动的样本生成策略能够使模型在实现与样本平均近似法相当的解质量的同时，为货运拼载承运商提供更高的可扩展性。
💻 Category
cs
3664 篇论文
💻 计算机科学
An Intelligent Cybersecurity Framework for IoT-Based Smart Grid Systems
本文介绍了 TALLY，一种用于基于物联网的智能电网的可证明鲁棒的三层异常检测框架，该框架利用小型预测器和顺序统计量构成的集成，在保持低误报率并针对自适应攻击对警报进行认证的同时，能够容忍可配置数量的受损节点。
💻 计算机科学
HADIA KB as an Evidence Preserving Digital Knowledge Infrastructure for Traditional Rice Beer in Jharkhand India
本文介绍了 HADIA-KB，这是一个证据保留型数字知识基础设施，旨在聚合并映射关于贾坎德邦传统米酒（Hadia）的碎片化科学与文化数据，以维护来源溯源、突出区域文献记录空白，并为研究人员和政策制定者提供可复现、可审计的探索能力。
💻 计算机科学
Big Data Applications and Intelligent Decision Support Framework for Study Tourism Market Demand Forecasting
本文提出了 BDIDS 框架，这是一个大数据驱动的智能决策支持系统，该系统集成了多模态数据融合与混合 Transformer-LSTM 模型，旨在克服数据异构性与预测滞后问题，从而显著提高旅游需求预测的准确性并为资源配置决策提供支持。
💻 计算机科学
Mastering Baghchal by Self-Play with Deep Reinforcement Learning
本文系统地评估了四种深度强化学习算法（DQN、REINFORCE、PPO 和 MuZero）通过自我博弈掌握非对称性尼泊尔棋类游戏 Baghchal 的表现，结果表明 MuZero 通过基于模型的规划实现了最高的胜率，而 PPO 则在性能与计算效率之间提供了最实用的平衡。
💻 计算机科学
Frugal AI Models Show Uneven Accuracy Loss That Threatens Reliable Environmental Decision Making
这项对31项研究进行的系统性综述表明，尽管简约型人工智能（Frugal AI）模型为资源受限的环境决策提供了一条可行的路径，但其不均衡且不可预测的准确度下降——加之在报告决策后果性、实地验证以及模型自身环境足迹方面的频繁缺失——使得有必要提出所建议的“简约型人工智能环境效能”（FAEE）框架，以更好地评估可靠性与权衡。
💻 计算机科学
The Dual-Use Nature of Large Language Models in Cybersecurity: A Bibliometric Analysis and Critical Review
本文结合了对 7,369 篇文献的计量分析与批判性综述，揭示了大型语言模型在网络安全领域的研究分散在孤立的攻防角色之中，并据此提出一个耦合的双重用途框架以及八个优先研究方向，以解决缺乏自适应评估和集成安全策略的问题。
💻 计算机科学
Sources of Risk in AI Systems Revisited: FCAIR-O, a Faceted Causal Framework and Lightweight Ontology for Risk Management and Assurance
本文介绍了 FCAIR-O，这是一个经过修订的概念框架和轻量级本体，通过建立一个具有八个正交维度的十二节点结构化因果骨架，解决了现有 AI 风险模型中的角色混淆问题，从而提高了机制可追溯性、责任归属以及风险管理保障。
💻 计算机科学
Ethical Hacking as a Capable Guardian Strengthening Cybercrime Prevention and Institutional Trust for Social Stability: Review Article
本文通过综合跨学科研究指出，当道德黑客技术被嵌入在稳健的法律与制度框架内时，它能够作为一种有力的守护者，预防网络犯罪并增强机构信任，从而促进数字依赖型社会的社会稳定。
💻 计算机科学
Alternative creativity: why generative AI is creative, and why it is not like us
本文提出将“替代性创造力”视为一种通过价值引导的搜索，将庞大的可能性空间压缩为有意义候选方案的共同机制，并认为尽管生成式人工智能与人类在这一过程中运作相似，但两者的底层参数分别由物理-社会经验与数据档案所塑造，从而在塑造方式上存在根本分歧，进而导致了截然不同的创造性输出以及一种全新的人机协作逻辑。