💻 计算机科学
Reliable Skin-Tone Fairness in Dermatology AI: From Lesion-Level Leakage to Tone-Adaptive Learning
本文通过揭示由病灶级数据泄露导致的严重性能虚高以及基于亮度的肤色代理指标的不可靠性，探讨了皮肤科人工智能中的肤色公平性问题，并最终提出了一种严谨的评估协议和一种色调自适应预处理流水线，该方案在现实临床条件下显著提高了模型对深色肤色的敏感度。
💻 Category
cs
3854 篇论文
💻 计算机科学
The Birth, Life, and Death of Internal Organization
本文提出了一个名为“后果组织”（Consequence Organization）的框架，旨在根据内部结构对未来结果的因果影响来定义学习系统内结构的生命周期与身份，并证明了这种组织方式在持续、迁移与消亡的过程中，表现出了无法仅通过表示相似性或算子对齐来捕捉的特性。
💻 计算机科学
A Leakage-Safe, Interpretable Machine Learning Baseline for CNC Tool Wear Classification: Reproducibility Lessons from the UC Berkeley Milling Dataset
本研究建立了一个可复现且防泄漏的 CNC 刀具磨损分类评估框架，该框架利用 UC Berkeley 铣削数据集，证明了在按刀具案例进行适当分组并与物理磨损指标保持一致的情况下，一个简单的、具有解释性的逻辑回归模型优于复杂的集成模型。
💻 计算机科学
Mining maximal high occupancy itemsets with a size-coupled upper bound
本文介绍了 MHOI-Miner，这是一种通过采用一种新颖的大小耦合上界、头并集-尾部前瞻以及包含技术来显著减少搜索空间，并在大多数数据集上优于现有方法的、用于挖掘极大高占用项集的有效算法。
💻 计算机科学
Robust and Scalable Lexical Candidate Generation for Knowledge Graph Matching: A Cross-Domain Empirical Study
本文通过对 34 个数据集进行跨领域实证研究，评估了四种词汇候选生成方法，结果表明 BM25 提供了稳定的性能，而字符 n-gram 检索则作为一种鲁棒的零配置基准，最终实现了超过 99% 搜索空间缩减的可扩展知识图谱匹配。
💻 计算机科学
Facts Without Owners. Consolidating a Conversation into a Language Model's Weights Stores What Was Said, Not Who Said It
本文表明，虽然将对话历史直接整合进语言模型的权重中可以提高无需外部存档情况下的事实召回率，但模型无法可靠地追踪说话人来源，因此必须保留外部存档以准确归属信息。
💻 计算机科学
An Optimization-Driven Feature Selection and Deep Learning Framework for Accurate Credit Card Fraud Detection
本文提出了一种由优化驱动的框架，该框架集成了特征选择、超参数调优和深度学习，旨在解决类别不平衡和高维数据等挑战，以实现准确且高效的信用卡欺诈检测。
💻 计算机科学
State-of-the-Art Image Recognition for Surface Water Garbage Detection, Classification, and Counting
本文提出了一种基于 YOLOv8n 的轻量化图像识别系统，用于检测、分类和统计地表水垃圾，证明了该方法在数据有限且仅使用 CPU 资源的情况下是可行的，但其目前较低的性能（mAP50 为 0.244）也凸显了通过扩大数据集、优化标签以及延长训练时间以实现实际应用价值的必要性。
💻 计算机科学
Dynamic LeJEPA: Maximum Entropy Representations for Sequential Prediction and Latent Planning with Theoretical Guarantees
本文通过证明最大熵编码器在理论上是最优的，且物理约束必须应用于解码器而非编码器，从而解决了联合嵌入预测架构中领域知识退化的悖论，同时揭示了一个关键的失效模式，即离线潜空间规划极易被那些并未真正支持下游控制的模型所利用。
💻 计算机科学
Decoupled Entropic-Geometric Planning (DEGP): Verified Conditioning and a Measured Contact-Prediction Boundary in Latent World Models
本文介绍了解耦熵-几何规划（DEGP），该框架通过结合架构分离、解析谱界限以及用于定义接触条件预测运行极限的运行时遥测技术，解决了潜在空间规划中鲁棒感知与稳定轨迹优化之间的权衡问题。