💻 computer science
Securing IoMT with Federated Learning: A Hybrid Deep Learning and Ensemble-Based Intrusion Detection Framework
本文提出了一种隐私保护的联邦学习框架，该框架通过集成混合深度神经网络与 XGBoost 模型，在有效检测医疗物联网环境下网络威胁的同时，解决了与数据隐私、非独立同分布（non-IID）数据分布以及对抗性攻击相关的问题。
💻 Category
cs
1017 篇论文
💻 computer science
A Lightweight Retrieval-Grounded Framework for Hallucination Detection and Correction in Large Language Models
本文提出了一种轻量级、模块化的检索增强框架，通过利用 TF-IDF 证据检索和加权验证，有效地检测并纠正大语言模型中的幻觉，在无需多 LLM 推理带来的计算开销的情况下，实现了高检测准确率和显著的幻觉减少。
💻 computer science
A Conceptual Framework for Secure and QoS-Aware IPv6 Networks Using Artificial Intelligence and Blockchain
本文提出了一种新颖的概念框架——Secure QoS-IPv6，该框架通过在四层 SDN 和 6TiSCH 架构中协同整合 AI 驱动的异常检测、轻量级联盟区块链以及基于深度强化学习的路由技术，旨在全面解决资源受限且异构的 IPv6 物联网网络中的安全、信任和业务质量（QoS）挑战。
💻 computer science
Publication time valid prediction of citation risk outcomes in a bounded clinical specialty literature corpus
本研究表明，仅利用出版时间信息即可准确预测临床胃肠病学文章的引用风险结果，其中非语义基准模型和全文档嵌入模型在识别限定文献库内的低引用论文方面表现出了高性能。
💻 computer science
Foreground-Oriented Response Calibration for Unknown Object Detection
本文提出了 CAFR，一种通过采用非对称整流机制以防止已知类别过度自信，并利用原型引导的前景建模来改进物体性估计，从而在保持稳定已知类别性能的同时，实现卓越的精确率和 F1 分数的双路径检测框架，旨在增强未知目标检测。
💻 computer science
Learning-Driven Autonomy in Open-Architecture Autopilots
本文提出了一种面向安全关键型开放式架构自动驾驶仪的学习驱动自主框架，该框架集成了用于不确定性感知预测的三元条件变分自编码器（CVAE）、风险感知模型预测控制（MPC）以及控制屏障函数（CBF）安全滤波，并全部在异构三冗余架构内进行编排，以确保车辆导航的安全性和自适应性。
💻 computer science
A Dual-Channel Patent Vectorization Method Based on Claim Structure Analysis
本文提出了一种双通道专利向量化方法，该方法利用权利要求结构分析来分别对系统级和细节级语义进行编码，随后通过带有去相关修正的门控机制进行融合，从而显著提高了专利匹配精度，超越了现有的全文本基准方法。
💻 computer science
MotionMonitor: A Technology Probe for Accessible Wearable Interfaces to Support Interpretation of ADHD-Related Behaviors in Classrooms
本文介绍了 MotionMonitor，这是一种结合了智能手表感知与移动界面的技术探针，旨在支持临床医生和教育者在课堂情境下解读与 ADHD 相关的行为，并强调有效的可穿戴系统必须保留环境细微差别、最大限度地减少学生分心，并作为人类理解过程的提示而非自动化诊断工具。
💻 computer science
Annotation-Consistent Diffusion Augmentation for Data-Scarce Pest Instance Segmentation
本文提出了一种领域特定的基于扩散模型的数据增强框架，该框架能够为粘虫板上的稀有害虫物种生成具有标注一致性的合成图像，有效地弥补了数据稀缺差距，并在无需额外人工标注的情况下，显著提升了多种架构下的实例分割性能。
💻 computer science
Divergent research orientations of affective and emotion concepts in artificial intelligence education through a bibliometric analysis
通过对2020年至2025年间的401份文献进行文献计量分析，本研究揭示了尽管人工智能驱动的情感（affective）与情绪（emotion）研究已成熟为一个在2023年出现显著增长拐点的连贯生态系统，但这两个概念表现出迥异的取向——即“情感”研究侧重于教育实践，而“情绪”研究侧重于技术开发——因此有必要提出一个双重知识生产模型来指导跨学科协作。