💻 计算机科学
SENTINEL-GNSS: Proactive Multi-Horizon Classification of GNSS Signal Degradation Using a Transformer-LSTM Network
SENTINEL-GNSS 是一个 Transformer-LSTM 网络，能够以高准确度和低延迟主动预测未来 5、15 和 30 秒内的 GNSS 信号退化情况，在域内和零样本评估中均显著优于现有基准模型，从而为自主导航完整性提供具有操作性的预警。
💻 Category
cs
3900 篇论文
💻 计算机科学
Drift-Aware Governance-as-Code for Agentic Cloud Operations: Formalizing State Certifiability and Testing Dynamic Authority Control in an AWS Testbed
本文介绍并验证了漂移感知型代码即治理（Drift-Aware Governance-as-Code, DAGA），这是一种运行时权限控制模型，它通过在观测到的偏差超过定义的置信极限时，动态地对基础设施状态进行认证并执行锁定阈值，从而在不过度阻碍必要恢复操作的前提下，显著减少了智能体云端运维中的策略违规行为。
💻 计算机科学
Automating the Open Data Maturity Index with a Multi-Agent LLM System
本论文提出了一种多智能体大语言模型系统，通过研究、验证与裁决的协作工作流，实现了针对 2025 年官方响应 70.1% 的准确率，从而实现了开放数据成熟度指数评估的自动化，同时强调了需要重新制定问卷，将重点从自我报告的实践转向可发现的证据，以克服开放网络数据的局限性。
💻 计算机科学
QIADE: A Quantum-Inspired Adaptive Differential Evolution Framework with Elite Memory for Combinatorial Optimization
本文介绍了 QIADE，一种通过精英记忆和局部细化增强的量子启发式自适应差分进化框架，该框架通过有效平衡探索与开发，在解决旅行商问题实例方面展现出优于标准 DE 和 PSO 算法的卓越性能。
💻 计算机科学
Adaptive Reliability-Aware Reasoning for Large Language Model Agents
本文提出了故障感知自适应推理（Failure-Aware Adaptive Inference, FAAI），这是一个通过根据历史失败信号，仅针对高风险动作选择性地激活额外推理，从而通过与统一推理策略相比提高执行成功率和效率，来增强长程 LLM 智能体可靠性的框架。
💻 计算机科学
Multi-class quantum k-nearest-neighbour classification in a single quantum circuit
本文提出了一种用于多类k-最近邻分类的新颖且可完全实现的量子电路，该电路通过利用叠加态、由受控SWAP门组成的蝴蝶网络以及几何保真度分析，在无需依赖量子随机存取存储器（QRAM）或预言机等假设性原语的情况下，实现了具有明确阐述的操作成本的单次执行精确比较。
💻 计算机科学
A Multi-Stage Optimized Framework for Fundus Image Classification in Diabetic Retinopathy
本文提出了一种用于糖尿病视网膜病变检测的多阶段优化框架，该框架集成了用于图像增强的改进型灰狼优化算法、用于病灶分割的改进型鲸鱼优化算法、用于特征选择的改进型人工蜂群算法以及用于分类的改进型模糊支持向量机，实现了98.55%的卓越准确率，并在所有处理阶段均取得了统计学上显著的性能。
💻 计算机科学
Mitigating Feature Entanglement and Imbalance in Driving Style Classification via Physically Isolated Hierarchical Transformers
本文提出了隔离分层 Transformer（Isolated Hierarchical Transformer, IHT），这是一种通过强制执行物理隔离的注意力机制并集成监督对比损失，从而缓解驾驶风格分类中特征纠缠和类别不平衡问题的创新架构，并在真实世界的 CAN 总线数据上实现了最先进的性能。
💻 计算机科学
Lightweight Feature-Adaptive Chaotic ImageEncryption Framework via Unsupervised Statistical Feature Learning and Cryptographic Keystream Enhancement
本文提出了一种轻量级、无监督的图像加密框架，该框架利用基于主成分分析（PCA）的统计特征来自适应地调节混沌映射参数，并通过密码学哈希增强密钥流，从而为资源受限的应用实现具有高计算效率和可解释性的内容自适应保护。
💻 计算机科学
Large-Scale classification of roasted coffee bean varieties using deep learning and machine learning methods
本研究提出了一个用于烘焙咖啡豆的大规模分类框架，利用新创建的包含 8,417 张图像的数据集，证明了深度学习模型（尤其是 EfficientNet-B0）在区分四种主要品种和八种阿拉比卡亚种方面达到了近乎完美的准确率（99.86%），优于传统的机器学习和混合方法。