💻 computer science
Predictive Failure Detection in Data Warehouse Architectures Through Machine Learning
本研究提出了一种利用集成方法和可解释人工智能（XAI）的机器学习框架，通过分析系统指标，提前最多15分钟预测数据仓库故障，从而通过主动异常检测和自动化根因分析来减少停机时间。
💻 Category
cs
1017 篇论文
💻 computer science
How Class Imbalance Treatments Distort SHAP Attribution Fidelity: A Monte Carlo Investigation of Ranking and Magnitude Errors
通过一项全面的蒙特卡洛调查，本文证明了虽然训练样本量是 SHAP 归因保真度的主要驱动因素，但常见的类别不平衡处理方法往往会扭曲特征排名和量级，从而导致作者建议在优先考虑 SHAP 可解释性时，应避免使用重平衡，而倾向于使用类别权重。
💻 computer science
CLHA: Cross-Layer Hessian Aggregation for Quantizing Weight-Shared Mixture-of-Experts Transformers
本文介绍了 CLHA，一种用于权重共享混合专家（Mixture-of-Experts）Transformer 模型训练后量化的跨层 Hessian 聚合方法，该方法通过结合共享层之间的 Hessian 统计信息来最小化总重构误差，在显著优于现有逐层校准方法的同时，还解决了 Hessian 估计中关键的实现陷阱问题。
💻 computer science
AAL: In-Band Source Annotations for Just-In-Time Context Injection in Autonomous Agentic Workflows
本文介绍了代理式标注语言（Agentic Annotation Language, AAL），这是一种新型带内标注系统，它能够为自主智能体实现即时上下文注入，与传统的全局规则文件相比，在显著降低 Token 消耗和上下文污染的同时，仍能保持对特定领域约束的高合规性。
💻 computer science
Cross-Dataset Generalization in Urdu Fake News Detection: An Empirical Study with XLM-RoBERTa and a Length Confound Analysis
本文提出了首个针对乌尔都语虚假新闻检测的跨数据集泛化研究，揭示了在 Ax-to-Grind 数据集上训练的模型在应用于 Notri-Fact 数据集时会出现灾难性的失败，其原因是训练数据中存在的系统性长度混淆导致了捷径学习，从而凸显了当前低资源自然语言处理领域在数据集构建和评估实践中的关键缺陷。
💻 computer science
Cascade Progressive Distilled Networks for Heterogeneous Tabular Data Classification
本文介绍了级联渐进式蒸馏网络（CPDN），这是一种新型深度学习框架，它利用来自 CatBoost 教师模型的知识蒸馏来克服优化停滞和不可微问题，从而在异构表格数据上实现了最先进的分类性能。
💻 computer science
Human-Centric Cooperative MARL for Reliable EV Charging Coordination in Smart Cities: A Controlled Multi-Seed Comparison of Centralised and Decentralised Training
本文表明，采用 QMIX 的集中式训练与分布式执行（CTDE）方法在智能城市电动汽车充电协调方面显著优于独立 Q 学习（IQL）及非强化学习基准模型，在有效管理部分可观测性和交通动态性的同时，实现了更高的接受率和成功概率。
💻 computer science
Selective State Space Models in Medical Imaging: A Systematic Review of Mamba-Based Architectures and Clinical Applications
这项针对445项近期研究（2024–2026年）的系统综述指出，由于具有线性计算复杂度，CNN-Mamba混合架构是医学成像中最有效的架构，同时也强调了必须通过原生3D模块来解决空间信息丢失和内存消耗等关键挑战，以实现临床集成。
💻 computer science
Hybrid Intrusion Detection System for IoT and Cloud Environments
本文提出并评估了一种混合入侵检测框架，该框架将监督学习（随机森林和 XGBoost）与基于 LSTM Autoencoder 的异常检测模型相结合，应用于对齐后的 IoT 和云数据集，证明了尽管这种方法显著提高了对未知攻击的检测鲁棒性和召回率，但同时也必须以增加误报率和降低精确度作为权衡。
💻 computer science
The Lightweight Cherry Tomato Fruit Maturity Detection Method Based on Improved YOLOv10n
本文提出了 YOLOv10n-FBD，一种集成了 CCFM 特征融合、PSA-BiFormer 注意力机制和 C2f-Dual 策略的轻量化樱桃番茄成熟度检测模型，在实现高精度（94.3% mAP）和高速度（369 FPS）的同时，显著降低了与现有方法相比的模型大小和计算复杂度。