2354 篇论文
本文介绍了 SEEDS，这是一个用于数字健康领域可持续需求工程的角色感知框架，它将多维度的可持续性评估转化为可操作的决策记录和需求，并辅以一种新型的、由大语言模型辅助的起草工具，以增强实际应用中的采用率。
本研究提出了一种混合随机森林与微分方程（RF-DE）控制器，该控制器能有效减少去重存储系统中的碎片化，与现有的无碎片控制和存储碎片感知垃圾回收方法相比，实现了更低的碎片率、显著降低的 I/O 延迟以及更高的存储健康指数。
本文介绍了 PH-RAG，这是一种并行混合检索框架，它通过同时执行稀疏检索与稠密检索，并结合融合与重排序技术，在开放域问答任务上实现了最先进的准确率并提升了延迟，其性能超越了复杂的智能体基准模型，且无需知识图谱或迭代式批判器。
本文综述了因果约束生成对抗网络（CC-GANs），这类网络通过整合结构因果模型与干预手段，超越关联模式以应对歧视性路径，从而生成具有抗偏见性的数据，同时提出了一个比较分类法，总结了公平性与效用的权衡关系，并指出了高风险场景应用中所面临的关键挑战。
本文提出了一种轻量级且安全的联邦学习框架，该框架将差分隐私与同态向量加密相结合，旨在保护如物联网医疗（IoMT）等数据敏感型应用免受逆向工程攻击，并量化了相关的预测与加密开销。
本文提出了一个可复现的三阶段工程框架，该框架系统地将多方利益相关者的需求与监管约束转化为符合 ISO/IEC/IEEE 29148 标准及 FUTURE-AI 分类法的正式、可验证的系统需求，并通过在 AI4HF 项目中为一个高风险临床 AI 系统创建公开可用的需求语料库展示了这一过程。
本文介绍了 YOLO-WKPose v3.1，这是一个全面的更新版本，通过集成五个特定模块来扩展之前的定翼飞机关键点估计，以应对高空湍流、运动模糊和时序预测问题，并提供了一个包含定义损失和范围的详细实现指南，而非报告实验结果。
本文提出并正式验证了一种用于自主无人机的策略门控固件信任机制，该机制通过基于清单的验证来强制执行防回滚和故障关闭安全，同时识别了对持久状态完整性的关键依赖，并概述了硬件支持度量化的路线图。
本文提出并验证了一种用于去中心化无人机集群的软件实现安全框架，该框架通过结合 HMAC-SHA256 认证、纪元验证和单调序列检查的严格数据包准入链，防止了重放攻击和对等节点欺骗攻击，同时量化了其性能开销，并将共享密钥泄露识别为主要的残留风险。
本文介绍了 OmniGuard V2X，这是一个针对智能车辆系统的六层混合安全原型框架，该框架优先考虑假设感知验证和机器可读的安全边界，旨在利用后量子密码学来增强复杂的、多机制 V2X 安全评估的可复现性和可解释性。