医学 AI

DCG-Net: Dual Cross-Attention with Concept-Value Graph Reasoning for Interpretable Medical Diagnosis

DCG-Net：双交叉注意力与概念-值图推理用于可解释的医学诊断

Getamesay Dagnaw, Xuefei Yin, Muhammad Hassan Maqsood, Yanming Zhu, Alan Wee-Chung Liew

机构 * School of Information and Communication Technology（信息与通信技术学院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；medical image(abstract)；分类 cs.CV

AI总结 DCG-Net通过双交叉注意力和概念-值图推理，提升医学诊断的可解释性，实现白血球形态和皮肤病变诊断的高精度分类。

Journal ref ICME 2026

IF-CPS: Influence Functions for Cyber-Physical Systems -- A Unified Framework for Diagnosis, Curation, and Safety Attribution

IF-CPS：用于物理系统的影响函数——诊断、校准和安全归因的统一框架

Jiachen Li, Shihao Li, Soovadeep Bakshi, Jiamin Xu, Dongmei Chen

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出IF-CPS框架，通过三种适应 CPS 特性的变体，解决控制器故障溯源问题，在诊断、校准和安全归因任务中提升了性能。

Do LLMs Understand Collaborative Signals? Diagnosis and Repair

大语言模型理解协作信号吗？诊断与修复

Shahrooz Pouryousef, Ali Montazeralghaem

机构 * Google（谷歌） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 本文研究大语言模型在推荐任务中处理协作信息的能力，通过检索增强生成方法提升其推理性能，实验表明在提供清晰信息时LLM优于传统矩阵分解模型。

A Novel TSK Fuzzy System Incorporating Multi-view Collaborative Transfer Learning for Personalized Epileptic EEG Detection

一种融合多视图协同迁移学习的新型TSK模糊系统用于个性化癫痫EEG检测

Andong Li, Zhaohong Deng, Qiongdan Lou

机构 * School of Artificial Intelligence and Computer Science, Jiangnan University and Engineering Research Center of Intelligent Technology for Healthcare, Ministry of Education（江南大学人工智能与计算机科学学院，智能医疗技术工程研究中心，教育部） ； School of Computer and Information Engineering, Institute for Artificial Intelligence, Shanghai Polytechnic University（上海理工大学计算机与信息工程学院，人工智能研究院） ； School of Internet of Things Engineering, Wuxi University（无锡大学物联网工程学院） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG、eess.SP

AI总结 本文提出一种融合多视图协同迁移学习的TSK模糊系统，用于解决个性化癫痫EEG检测中的特征提取、数据不足和分布不一致问题，通过多视图学习和迁移学习提升检测性能。

Comments Publication in Neurocomputing

MSADM: Large Language Model (LLM) Assisted End-to-End Network Health Management Based on Multi-Scale Semanticization

MSADM：基于多尺度语义化的大型语言模型（LLM）辅助端到端网络健康管理系统

Fengxiao Tang, Xiaonan Wang, Xun Yuan, Linfeng Luo, Ming Zhao, Tianchi Huang, Nei Kato

专题命中 诊断辅助 ：diagnosis(abstract)；分类 eess.SP

AI总结 本文提出基于多尺度语义化的LLM辅助端到端网络健康管理系统，通过多尺度数据缩放、语义规则树与注意力机制结合的异常检测模型，以及链式推理的大规模语言模型，提升异构网络的故障诊断性能。

NeSy-Edge: Neuro-Symbolic Trustworthy Self-Healing in the Computing Continuum

NeSy-Edge：神经符号可信自愈在计算连续体中的应用

Peihan Ye, Alfreds Lapkovskis, Alaa Saleh, Qiyang Zhang, Praveen Kumar Donta

机构 * Department of Computer Systems and Sciences（计算机系统与科学系） ； University of Oulu（奥卢大学） ； Peking University（北京大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG

AI总结 本文提出NeSy-Edge框架，通过边缘优先设计，在资源受限的边缘节点进行本地感知与推理，结合云模型进行最终诊断，实现计算连续体中的可信自愈。

Interpretable Cross-Domain Few-Shot Learning with Rectified Target-Domain Local Alignment

可解释的跨领域少样本学习与修正的目标域局部对齐

Yaze Zhao, Yixiong Zou, Yuhua Li, Ruixuan Li

机构 * School of Computer Science and Technology, Huazhong University of Science and Technology（华中科技大学计算机科学与技术学院） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV

AI总结 本文提出CC-CDFSL方法，通过循环一致性解决CLIP-based CDFSL中的局部对齐问题，提升局部视觉语言对齐和可解释性，实现SOTA性能。

Comments Accepted to CVPR 2026

BAAF: Universal Transformation of One-Class Classifiers for Unsupervised Image Anomaly Detection

BAAF: 一类分类器的通用转换用于无监督图像异常检测

Declan McIntosh, Alexandra Branzan Albu

机构 * University of Victoria（维多利亚大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV

AI总结 本文提出BAAF方法，通过改进的Bootstrap聚合技术将任意一类分类器基的异常检测器转换为完全无监督方法，首次实现了图像无监督逻辑异常检测，并在多个数据集上取得最佳性能。

Comments 6 figures, 14 pages main paper, 25 pages total with supplemental

Subject Information Extraction for Novelty Detection with Domain Shifts

面向域偏移的新型别检测主题信息提取

Yangyang Qu, Dazhi Fu, Jicong Fan

机构 * School of Data Science The Chinese University of Hong Kong, Shenzhen, China（数据科学学院 香港中文大学（深圳）） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV

AI总结 本文提出一种方法，通过分离主题信息与背景变化，提升域偏移下的检测性能，实验表明模型在未见领域表现优异。

Guideline-grounded retrieval-augmented generation for ophthalmic clinical decision support

基于指南的检索增强生成用于眼科临床决策支持

Shuying Chen, Sen Cui, Zhong Cao

机构 * University of International Business and Economics（国际商务经济大学） ； Tsinghua University（清华大学） ； Heidelberg Institute of Global Health（海德堡全球健康研究院） 纠错

专题命中 诊断辅助 ：clinical AI(abstract)

AI总结 本文提出Oph-Guid-RAG系统，通过多模态视觉RAG方法提升眼科临床问答与决策支持，通过可控检索框架和多模态推理提升证据基础和鲁棒性。

Efficient Failure Management for Multi-Agent Systems with Reasoning Trace Representation

多代理系统中基于推理轨迹表示的高效故障管理

Lingzhe Zhang, Tong Jia, Mingyu Wang, Weijie Hong, Chiming Duan, Minghua He, Rongqian Wang, Xi Peng, Meiling Wang, Gong Zhang, Renhai Chen, Ying Li

机构 * Peking University（北京大学） ； Huawei Technologies Co., Ltd.（华为技术有限公司） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出EAGER框架，通过无监督对比学习编码代理内部推理和协调，实现实时故障检测与缓解，提升多代理系统可靠性。

Comments Accepted by FSE'26-IVR