2266 篇论文
本文提出了一种用于远程操作辅助机器人的边缘人工智能（Edge-AI）共享控制框架，该框架利用 Hailo-8L NPU 同时执行自适应神经模糊推理系统（ANFIS）和 YOLOX-S 检测器，通过融合两者的输出，在保持完全本地运行的同时，显著降低了碰撞率和紧急干预次数。
本文提出了一种名为 AdaHet-Clust 的轻量级分布式聚类算法，该算法利用自适应阈值技术，根据异构物联网网络中的局部能量状况动态选择簇头，从而与现有方法相比，显著延长了网络寿命并降低了控制开销。
本文提出了一个组织变革框架与叙事综合法，通过识别五个相互依存的领域和六个可衡量的维度，旨在指导具身智能体在城市医疗系统中实现可持续落地，从而超越简单的技术采用，迈向深度的社会技术集成与制度能力构建。
Tessera 是一款无需供应商依赖、以无损优先为导向的会话压缩代理，它通过采用一个三层存储系统来确定性地重写对话历史，同时通过模型上下文协议（Model Context Protocol）保留对原始数据的可验证访问，从而为长程 LLM 智能体降低 Token 成本并减少延迟。
本文提出了一种在隔离的 FLARE VM 环境中，利用存档的本科项目数据来识别特定行为指标的、经人工验证且由 AI 辅助的工作流，用于解释 WhiteSnake、Donex 和 Emotet 恶意软件样本的静态与动态分析，并明确指出了关于未确认的渗出、加密以及稳定进程捕获方面的局限性。
本研究表明，胸部 X 线检索系统中候选句子池的构成显著影响着发现层级的检索性能以及不同模型间对难度的共识，这暗示所观察到的关于检索挑战的共识可能更多是由评估池偏差而非模型内在能力所驱动。
本文介绍了 LDIF，这是一种基于 PyTorch 的新型神经架构，它通过响应调节的门控机制和自适应低秩谱，将对称与反对称相互作用场结合起来，对隐藏状态演化进行建模，并证明了其在静态和序列数据集上均优于传统机器学习和深度学习基准模型的性能。
本研究展示了一个利用公开的无伴随未成年移民儿童记录来预测卫生与公共服务部（HHS）护理安置需求的机器学习系统，该系统通过梯度提升模型实现了 15.22 的平均绝对误差（MAE），并通过 Streamlit 部署了 30 步预测。
本综述对量子及量子启发式图像分割方法进行了全面回顾，通过对现有方法进行分类、分析其计算原理与挑战，并识别该领域的当前趋势与未来方向，将其置于分割研究更广泛的演进过程中进行阐述。
本研究通过对公共数据集进行二次分析，旨在调查跨受试者变异性如何影响用于运动意图解码的 EEG-EMG 融合模型的泛化能力，旨在量化不同融合策略下的性能退化，并评估迁移学习在减轻这些个体间差异方面的潜力。