💻 computer science
Evaluation Pitfalls and Multimodal Baselines for the \dataset{} IoT Malware Dataset
本文引入了针对 CIC-YNU-IoTMal2026 多模态物联网恶意软件数据集的首个系统性基准测试与评估协议，揭示了诸如随机划分导致的数据泄露、在无泄露条件下潜伏样本的高漏报率以及严重的跨架构脆弱性等关键陷阱，同时证明了协议选择而非模型选择最终主导了所报告的性能表现。
💻 Category
cs
2354 篇论文
💻 computer science
A Localization-Aware Heterogeneous CNN Ensemble with Neural Meta- Fusion for Plant Disease Classification, with a Component Analysis on Laboratory and Field Images
本文提出了一种具有神经元元融合（neural meta-fusion）功能的定位感知异构 CNN 集成模型，通过在 PlantVillage 和 PlantDoc 数据集上进行的严格消融研究验证，展示了植物疾病分类流水线的关键组件是如何从实验室环境下的集成宽度和手工描述符，转向应用于田间图像时的叶片定位和学习型融合。
💻 computer science
Hybrid 3D-CNN, Bi-LSTM, and Transformer-Based Framework for Anomaly Detection of Human Behaviour in Video Surveillance with Adaptive Error Minimization
本文提出了一种新型混合深度学习框架，该框架集成了 3D-CNN、Bi-LSTM 和 Transformer 架构，并结合自适应阈值模块与多目标损失优化，旨在通过显著降低不同环境条件下的误报率，实现视频监控中达到最先进水平的实时异常检测。
💻 computer science
CEGNN-Fraud: A Scalable Heterogeneous Temporal Graph Neural Network with Evidence-Constrained LLM Risk Reasoning
CEGNN-Fraud 是一种可扩展的异质时序图神经网络，它通过一个事件条件可靠性门控和一个用于基于证据的风险报告的受限大语言模型来增强金融欺诈检测，证明了其在准确性、鲁棒性和泛化能力方面优于现有基准模型的性能。
💻 computer science
A Framework for Dynamic Memory Management and Personalized Agent Decision-Making in Retrieval- Augmented Generation
本文介绍了 DMAP-RAG，这是一个通过集成树状结构的双存储架构和个性化智能体决策，以在多轮对话连贯性和用户满意度方面实现具有竞争力的性能，从而增强检索增强生成（RAG）的框架。
💻 computer science
Brain tumor classification: A comparative analysis of deep learning techniques and impact of augmentation approaches on T1-CE MRI scans
本文对七种用于 T1-CE MRI 脑肿瘤分类的预训练深度学习模型进行了对比分析，结果表明，在结合多种数据增强技术和优化器进行训练时，VGG-16 达到了最高准确率（92.45%），同时利用 Grad-CAM 增强了模型的可解释性。
💻 computer science
A Self-Healing Architecture for Mitigating Bibliographic Hallucinations in LLM-Generated Academic Texts
本文介绍了一种新颖的自愈架构，该架构通过将多层验证与高效的基于句子的细化过程相结合，能够自主检测并缓解大语言模型生成的学术文本中的文献幻觉问题，在实现高识别准确率（0.96）的同时显著降低了计算成本，并确保了学术诚信。
💻 computer science
When Evaluation Clarity Creates Algorithmic Anxiety: A Randomized Field Experiment of Explainable Fuzzy Assessment and Teacher Feedback Uptake
一项涉及 982 名中国高校教师的随机实地实验表明，与传统或黑箱 AI 系统相比，可解释的模糊 AI 反馈通过阐明算法不确定性并促进反馈采纳，显著增强了程序公平性、校准信任以及随后的教学改进。
💻 computer science
A Validated Measurement Protocol for Comparable, Cost-Aware Software Testing Evaluation: A Reproducible Benchmark, an Oracle Sampling-Budget Guarantee, and a Real-Fault Validity Study, Instantiated for Quantum Programs
本文介绍了一种经过验证且可复现的测量协议（QSQ-Bench 和 Q-EVAL），该协议通过建立统计预言保证，并结合对量子程序和经典系统的全面研究，确保了具有可比性、成本意识且符合构念效度的软件测试评估。
💻 computer science
SFE-YOLO: Spatial-Frequency Dual-Domain Enhanced YOLO for SAR Ship Detection
为了解决现有检测器在复杂海洋环境中的局限性，本文提出了 SFE-YOLO，这是一个双域增强型 YOLO 框架，它集成了用于多方向特征提取的旋转卷积（pinwheel convolution）和用于海杂波抑制的频域模块，在 SSDD 和 HRSID 数据集上的 SAR 船舶检测中实现了卓越的性能。