💻 计算机科学
Recovering Construction Logic from Chinese Key Fret Patterns through Joint Primitive and Grammar Inference
本文提出了一种原语语法协同推理方法，该方法无需针对特定任务进行训练，即可从中国键谱模式中恢复可执行的构建逻辑与可复用的设计参数，从而为遗产记录与复用提供更紧凑且可编辑的表示形式。
💻 Category
cs
3900 篇论文
💻 计算机科学
From Slots to Relations: Object-Centric Graph World-Action Models for Relational Robot Manipulation
本文介绍了以物体为中心的图世界-动作模型（Object-Centric Graph World-Action Models, OC-GWAM），该模型通过图变换器显式地编码连续几何与类型化物体关系，从而显著提升了机器人操控中的世界模型保真度与关系组合泛化能力，尽管其直接动作控制性能仍与更简单的仅几何或隐式注意力基准模型保持相当。
💻 计算机科学
Gender and Age-Based Violations in Motorcycle Behaviours: A Case Study in Marrakesh
本文提出了一种基于深度学习的系统，利用 YOLOv11 和 CNN 模型来检测马拉喀什特定的摩托车交通违规行为，同时分析其与骑手年龄及性别的相关性，以增强城市道路安全和执法水平。
💻 计算机科学
Multi-grade obesity classification and key lifestyle risk analysis using a learning rate-tuned K-means-XGBoost hybrid approach
本研究提出了一种经过学习率调优的 K-means-XGBoost 混合模型，该模型在多级肥胖分类中实现了 90.15% 的测试准确率，并确定性别和体重是针对性公共卫生干预中最显著的生活方式风险因素。
💻 计算机科学
Personalized Federated Intrusion Detection for Non-IID IIoT Traffic via DDPG-Guided Adaptive Aggregation
本文提出了 PAEDDPG，这是一个个性化联邦学习框架，它利用深度确定性策略梯度（Deep Deterministic Policy Gradient）智能体来自适应地聚合模型，并利用客户端特定的自编码器解码器来有效应对非独立同分布（Non-IID）和类别不平衡的工业物联网（IIoT）流量，在保护数据隐私的同时，显著提升了对稀有攻击类别的检测性能。
💻 计算机科学
Are LLM-Agent Prompt-Injection Benchmarks Still Valid? A Cross-Model and Cross-Benchmark Study
这项研究表明，当前的间接提示词注入基准测试存在厂商特定的饱和问题，在不同的评估框架下会产生冲突的鲁棒性排名，并且无法验证在不同大语言模型之间具有泛化能力的防御策略。
💻 计算机科学
The Structure of Research Careers in Computer Science: A Multidimensional Analysis of Productivity, Persistence, and Collaboration
这项针对近400万名计算机科学研究人员的大规模纵向研究揭示，个体生产力感知的增长实际上是由协作范围的扩大所驱动的，而职业轨迹则遵循着一种明显的生命周期模式，其特征表现为高早期流失率、演变中的作者角色，以及对超越单一文献计量指标的多维度评估的需求。
💻 计算机科学
PanoramicSplat: Scaling 3D Gaussian Splatting for Single-View Large-Scale Outdoor Reconstruction
PanoramicSplat 是一种新颖的 3D 高斯泼溅（Gaussian Splatting）框架，通过整合全景监督、语义感知深度正则化以及径向加权光度损失，实现了大规模室外环境的高精度单视图重建，并在新构建的 Google Earth Studio 基准测试中达到了最先进的性能。
💻 计算机科学
When Does Cross-Agent Peer Verification Detect Unfaithful Self- Reports? An Empirical Study of Real LLM Tool-Use Agent Trajectories
这项针对真实大语言模型智能体轨迹的实证研究表明，依赖于传统多智能体系统中共享观测结果的跨智能体同行校验机制，在独立执行设置下由于缺乏共享事件，无法检测出不诚实的自我报告，从而识别出了同行基于信任与声誉机制适用性的一个结构性边界条件。
💻 计算机科学
UltraSAM-Based Left Ventricular Analysis with Local-Global Feature Fusion for Echocardiographic Cardiac Disease Classification
本研究提出了一种混合深度学习框架，该框架集成了基于 UltraSAM 的局部特征提取与 Swin Transformer 全局表示，并通过蚁群算法进行优化，同时利用 LSTM 进行时间建模，旨在实现超声心动图视频中心脏疾病的高精度分类。