💻 计算机科学
3D Anomaly Detection: Approaches, Benchmark, Challenges, and Prospects for Intelligent Manufacturing
本文对基于计算机视觉的三维异常检测技术进行了全面综述，涵盖了多模态与点云方法、姿态无关方法、数据集及基准测试，同时分析了网络架构，并强调了当前的挑战，以及为智能制造指明了未来的研究方向。
💻 Category
cs
3895 篇论文
💻 计算机科学
Stepwise Composition of Heuristic Components for Offline Strip Packing: A Controlled Study of Batch Reinforcement Learning
这项受控研究表明，虽然在离线条带装箱问题中，用于逐步启发式组合的批处理强化学习相比静态组合集取得了适度且具有统计学意义的提升，但其性能仍逊于预算局部搜索，且相对于调优良好的静态配置所带来的优势也十分有限。
💻 计算机科学
Software Prototype for Smart Traffic Monitoring Using YOLOv11: Baseline Evaluation and Limitations
本文展示了一个利用 YOLOv11 和 Flask 控制面板实现智能交通监测的软件原型，尽管该原型在小规模数据集上仅实现了有限的基础检测性能，但通过记录其当前能力并明确指出缺乏硬件集成和自动化控制功能，为未来的改进提供了一个透明的基础。
💻 计算机科学
RAG-Based Medical Question Answering Assistant Using Semantic Embedding NLP Technique
本研究实现并评估了一个基于 MedQuAD 数据集的检索增强生成（RAG）医学问答系统，证明了领域特定嵌入模型（尤其是 MedCPT）在检索准确度和回答质量方面均显著优于通用基准模型。
💻 计算机科学
Maand: Architecture, Empirical Performance, and Multimodal Decision Governance for AI-Driven Virtual Mental Healthcare
本文介绍了 Maand，这是一个全栈式、多模态人工智能驱动的虚拟心理健康护理平台，它整合了文本、语音、实时手语以及沉浸式情感环境，旨在克服全球从业者短缺和可及性障碍，并通过严谨的实证验证展示了其稳健的临床安全性、低延迟性能和高用户接受度。
💻 计算机科学
A-Str: Acyclic String Constraint Solver withNative Java String API Support
本文提出了一种名为 A-Str 的基于无环自动机的字符串约束求解器，它原生支持 Java String API，能够高效且鲁棒地解决复杂的 Java 验证和动态符号执行基准测试，在处理 Java 特定任务时优于现有工具，同时在标准 SMT-LIB 基准测试中保持竞争力。
💻 计算机科学
Establishing AI State of Control: An Error Taxonomy and Assurance Framework for Transformer-Based Probabilistic Systems in Regulated Life Sciences
本文提出了一种新颖的二维概率误差分类法（Two-Dimensional Probabilistic Error Taxonomy）以及一个集成保证框架，旨在弥合传统确定性风险管理与基于 Transformer 的人工智能所特有的随机性失效之间的鸿沟，从而使受监管的生命科学领域能够通过精细化的误差分类、不可约性门控（irreducibility gating）以及与 FDA 验证生命周期的对齐，来维持持续的受控状态。
💻 计算机科学
MESNet: A Lightweight Transformer-CNN Collaborative Network with Morphology Awareness for Glioma Segmentation
本文提出了 MESNet，这是一种轻量级的 Transformer-CNN 协作网络，它通过整合形态边缘与形状感知，以降低边界误差和计算成本，实现精确且高效的胶质瘤分割。
💻 计算机科学
Hybrid Intelligence for Root-Cause Analysis in Manufacturing: An Adaptive Knowledge-Driven Decision-Support Framework
本研究提出并验证了一种混合知识驱动型决策支持框架，该框架将语义检索、基于FMEA的工程知识以及基于石川图的情境评估与LightGBM模型相结合，旨在实现制造业中高准确度的根本原因识别，在保持对噪声数据鲁棒性的同时，有效减少专家必须调查的假设数量。
💻 计算机科学
Human Perceptions Compared to Large Language Models on the Future of Artificial Intelligence: A Phenomenological Comparative Study
这项现象学比较研究揭示了，尽管人类对后奇点未来的感知与大语言模型（LLM）的投影在词汇上最初存在差异，但剥离掉企业级的人类反馈强化学习（RLHF）礼貌协议后，会暴露大语言模型更具宿命论色彩的叙事，而这些叙事随后与人类的担忧趋于一致，并凸显了关于虚假信息和认知主权方面的重大控制风险。