💻 计算机科学
A structured event logging framework for language model assisted security event analysis
本文提出了一种新颖的结构化事件日志格式，其具备遥测覆盖率、保真度选择、生成时间一致性以及相关性特征，旨在克服基于语言模型的安全事件分析中表现不一致的问题，并证明了与现有格式相比，该格式在各种模型上均展现出了显著提升且一致的结果。
💻 Category
cs
3821 篇论文
💻 计算机科学
ZIRF: Zero-Initialized Residual Fusion for Small Object Detection
本文提出了零初始化残差融合（ZIRF），这是一种轻量级的跨层模块，通过零初始化残差和门控机制将多尺度特征直接集成到检测输出中，以缓解小目标检测中的语义稀释问题，从而在 SODA-D 和 VisDrone 等数据集上提高平均精度（mAP），且不改变基准模型的初始输出。
💻 计算机科学
Multimodal Detection for Underwater Cultural Heritage: A Physics-Guided Color-Bias-Aware Network and Dataset
为了克服水下文化遗产检测中数据稀缺和颜色失真等挑战，本文引入了 WRF 数据集和 UCH-Net，这是一种物理引导的双流检测器，通过有效地融合 RGB 和深度信息，显著优于现有的基准模型。
💻 计算机科学
When Does Network Restructuring Improve Organizational Search? A Computational Study of Dynamic Influence Networks on NK Landscapes
这项利用 NK 地景进行的计算研究表明，尽管大多数网络重构规则都无法改善组织搜索，但在高度复杂的题目环境中，由设计者发起的基于阶段的重构能显著提升性能。
💻 计算机科学
Evidence-Grounded Retrieval- Augmented Generation and Knowledge-Graph Grounding for Patient-Safety Reasoning: A Comparative Evaluation
本研究表明，将检索增强生成与知识图谱落地相结合，通过与未落地或单一方法相比，显著减少了幻觉并提高了证据的可追溯性，从而大幅增强了大语言模型在患者安全推理中的事实正确性、安全性及临床实用性。
💻 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。
💻 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。