💻 computer science
Secure and Intelligent IoT: A Dynamical-Systems View of Threat Modelling and Machine-Learning Defence
本文提出了一种统一的状态空间框架，通过整合微分方程与机器学习来对威胁传播动态进行建模、检测异常并优化防御控制策略，从而实现物联网网络的安全防护，并通过一个模拟的 SEIRS 恶意软件案例研究进行了验证。
💻 Category
cs
1017 篇论文
💻 computer science
Enhancing Cognitive Diagnosis with Group-Aware Graph Augmentation and Self-Supervised Alignment
本文提出了组感知认知诊断（GACD）框架，该框架通过将具有相似模式的学生进行分组、将交互分解为正确和错误子图以进行独立学习，并利用自监督对齐来增强认知状态评估的准确性，从而解决学生响应数据中的数据稀疏问题。
💻 computer science
HERO-SNN: A Homeostatic Eligibility-based Reward- Optimised Spiking Neural Network for Spatiotemporal Brain Representation: An EEG Case Study
本文提出了 HERO-SNN，这是一个结合了任务特定反馈与局部基于脉冲学习的稳态且奖励优化的脉冲神经网络框架，旨在增强时空 EEG 数据分类的准确性与可解释性，并在一项基于 Havening 触碰方案的研究中，其表现优于标准的 STDP 以及最先进的深度学习模型。
💻 computer science
AutoML-XAI convolutional neural network for hypnotic susceptibility classification from segmented multichannel EEG
本文提出了一种可解释的 AutoML 驱动的 CNN 框架，用于对分割后的多通道 EEG 数据进行催眠敏感性分类，该框架在其最佳折叠中实现了完美准确率，并通过 XAI 技术识别出 alpha 和 gamma 频段为最关键的特征。
💻 computer science
FDCNet: Frequency-Aware and Dynamic Curve Network for Adversarially Robust Infrared and Visible Image Fusion
本文提出了 FDCNet，一种新型的对抗鲁棒红外与可见光图像融合框架，该框架通过集成频率感知防御模块和时空-频率动态对抗损失来抑制扰动，同时利用极值引导的动态色调曲线模块来平衡防御有效性与视觉质量恢复。
💻 computer science
DeepNeutroBiLSTM: A Hybrid Neutrosophic and CNN-BiLSTM Framework with Sobel-Based Indeterminacy for Arabic Handwritten Character Recognition
本文提出了 DeepNeutroBiLSTM，这是一种将中性素不确定性建模与基于 Sobel 的不确定性、卷积神经网络（CNN）以及双向长短期记忆网络（BiLSTM）相结合的新型混合框架，旨在实现 AHCD 和 HIJJA 数据集上阿拉伯手写字符识别的先进准确率与鲁棒性。
💻 computer science
Anomaly Image Generation under the Guidance of Knowledge Graph
本文提出了一种知识图谱引导的框架，该框架利用关于异常及其关系的先验知识来构建文本提示，从而使基础模型和扩散技术能够为各种产品类别生成逼真的异常图像。
💻 computer science
Who Leads Machine Learning Research? A Bibliometric Portrait of 1,000 Top-Cited Researchers on Google Scholar
本文介绍了 Scholar-ML-1000，这是一个于 2026 年 6 月收集的包含 996 位高被引机器学习研究人员的公开数据集，该数据集揭示了像谷歌和 DeepMind 这样的主要科技公司目前拥有的顶尖机器学习学者数量已超过顶尖大学的总和，同时也凸显了该领域显著的全球多样性和跨学科影响力。
💻 computer science
PRISM-VFL: A Differentially Private Vertical Federated Framework for Heterogeneous Multi-Task Clinical Prediction
PRISM-VFL 是一个差分隐私纵向联邦学习框架，它通过集成带有多门控混合专家模块（Multi-gate Mixture-of-Experts module）的 LSTM 编码器，实现了异构临床预测任务的并发训练，并证明了尽管该框架能有效抑制标签推理攻击，但在中度隐私约束下，住院死亡率预测仍保持临床可行性，而失代偿和表型分析等其他任务则面临显著的效用挑战。
💻 computer science
Machine Learning Research in India: Institutions, Citation Patterns, and Research Trajectories Among Top-Cited Scholars on Google Scholar
本文介绍了 Scholar-India-ML 文献计量数据集，用于分析 478 位高被引印度机器学习学者的引用模式和研究轨迹，揭示了印度科学理工学院和印度统计研究所的表现优于印度理工学院（IITs）的引用影响力，同时工业界实验室也正成为该国人工智能生态系统中重要的贡献者。