💻 计算机科学
False Proximity: Frozen Code Embeddings Invert Similarity on Behaviourally Divergent Mutant Pairs
本文证明了冻结的 CodeBERT 嵌入会系统性地反转行为差异化变异对的相似性信号，错误地将其评分得比真正等价的代码更相似，从而揭示了此类嵌入反映的是表面接近性而非行为等价性，并表明其需要对比微调或基于执行的验证才能进行可靠的代码分析。
💻 Category
cs
3854 篇论文
💻 计算机科学
A Risk-Aware Explainable Multi-Agent Decision Intelligence Framework for Human-Centric Predictive Maintenance in Smart Manufacturing
本文提出了一种风险感知且可解释的多智能体决策智能框架，该框架集成了深度学习、模糊逻辑和多准则决策，旨在利用 NASA C-MAPSS 数据集，为涡扇发动机提供可靠、可解释且具可操作性的预测性维护建议。
💻 计算机科学
Structured Semantic Prototype-Guided Multi-Source Multimodal Sentiment Analysis with Fine-Grained Gating and Disagreement Decomposition
本文提出了 SPG-MSA，一种新型的多模态情感分析框架，该框架利用结构化语义原型、质量感知门控机制以及特定关系的分支，有效地对文本、视觉和 OCR 模态中对齐、互补及冲突的证据进行建模，并在基准数据集上实现了最先进的性能。
💻 计算机科学
A Visually Guided Sound Source Separation and Localization System for Musical Instrument Videos
本文提出了一种模块化深度学习框架，该框架将基于 YOLOv8 的视觉检测与特定类别的神经网络相结合，成功地从单通道真实视频混合物中分离并定位包括代表性不足的波斯乐器在内的单个乐器。
💻 计算机科学
Frequency-Regularized Partial Heat Routing for Efficient Pollen Recognition
本文提出了频率正则化部分热量路由（Frequency-Regularized Partial Heat Routing），这是一种针对 vHeat 主干网络的冗余感知优化框架，通过选择性通道路由和频域正则化，在保持高准确度的同时，显著提高了花粉识别效率，降低了参数量和计算成本。
💻 计算机科学
Explainable graph reinforcement learning for resilience assessment and self-healing decision-making in distribution networks
本文提出了一种可解释的图强化学习框架，该框架将图注意力网络与软行动者-评论家（soft actor–critic）智能体相结合，旨在实现配电网中近乎最优且达到毫秒级的自愈决策，同时为操作员的信任提供透明且可解释的推理过程。
💻 计算机科学
A Lightweight Blockchain-Assisted Framework for Privacy-Preserving Healthcare Using Hybrid AES–RSA Encryption
本文提出了一种轻量级的、基于区块链辅助的医疗保健框架，该框架利用混合 AES–RSA 加密和默克尔树来保障医疗数据共享的安全，同时证明了其在密钥生成、证明构建和验证方面，相较于现有的代理重加密和零知识证明方案具有更高的效率。
💻 计算机科学
Knowledge Graph Representations for Robust Patient Stratification under Unknown Missingness Mechanisms: a Comparative Computational Study
本研究表明，在缺失机制未知的情况下，知识图谱嵌入比传统的基于插补的流水线提供了更稳健且更稳定的患者分层，尤其是在缺失值通常属于非随机缺失（MNAR）的专科临床数据中。
💻 计算机科学
From Ethical Principles to Governable Action: A Priority Architecture for Context-Sensitive Normative Governance of Large Language Models
本文介绍了优先级架构（Priority Architecture, PA），这是一种通过将抽象的伦理原则转化为可追溯、确定性的执行链，从而实现大语言模型上下文敏感型规范性治理外部化的元模型，并通过实证测试证明，与仅基于提示词的方法相比，该方法显著提高了策略合规性。
💻 计算机科学
Explainable and Uncertainty Aware Deep Learning for Concealed Prohibited Item Detection in Nonintrusive X-ray Inspection
本文介绍了 CAU-XInspect，这是一个基于 YOLO26 构建的可解释且具备不确定性感知能力的深度学习框架，它通过一种新颖的隐藏感知特征增强模块，显著提升了 X 射线图像中隐蔽违禁物品的检测能力，在 PIDray 基准测试上取得了强劲性能，同时也强调了在实际部署前进行进一步领域自适应的必要性。