医学 AI

DynFS-MoE: Dynamic Functional-Structural Mixture-of-Experts for Post-Traumatic Epilepsy Diagnosis

DynFS-MoE: 用于创伤后癫痫诊断的动态功能-结构混合专家模型

Jun-En Ding, Spencer Chen, Henry Noren, Daniel Valdivia, Christine Yohn, Suhina Patel, Taylor Zink, Hai Sun, Feng Liu

机构 * Department of Systems Engineering, Stevens Institute of Technology（史蒂文斯理工学院系统工程系） ； Department of Neurosurgery, Robert Wood Johnson Medical School, Rutgers University（罗格斯大学罗伯特·伍德·约翰逊医学院神经外科） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；MRI(summary_cn,abstract_cn)；分类 cs.CV

AI总结 提出动态多模态混合专家框架，通过时间感知功能-结构编码和类别条件专家路由，融合功能与结构MRI，在三个二分类任务中优于静态融合基线，并揭示有意义的ROI交互。

A Multi-Fidelity Convolutional Autoencoder-Transfer Learning Framework for Guided-Wave-Based Damage Diagnosis Using Large Simulated and Limited Experimental Datasets

基于多保真卷积自编码器-迁移学习框架的导波损伤诊断：利用大规模仿真与有限实验数据

Santosh Kapuria, Abhishek

机构 * Indian Institute of Technology Delhi（印度理工学院德里分校） 纠错

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

AI总结 提出多保真迁移学习框架，结合轻量物理仿真、卷积自编码器深度特征学习和少量实验数据，实现板结构损伤定位与尺寸估计，R²分别超0.93和0.99。

Comments 19 pages, 24 figures

Evaluation-Strategy Gap in Fault Diagnosis of Deep Learning Programs

深度学习程序故障诊断中的评估策略差距

Sigma Jahan

机构 * Sigma Jahan（西格玛·贾汗） 纠错

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

AI总结 针对深度学习程序训练故障诊断技术，发现程序内交叉验证与留出完整程序评估间存在0.190的平衡准确率差距，归因于特征的程序级结构，并分析了曲率特征和优化器特征在不同程序上的表现。

Comments Accepted research track paper in the 42nd IEEE International Conference on Software Maintenance and Evolution (ICSME 2026)

Hierarchical Fault Detection and Diagnosis for Transformer Architectures

DEFault++: 用于变压器架构的自动故障检测、分类和诊断

Sigma Jahan, Saurabh Singh Rajput, Tushar Sharma, Mohammad Masudur Rahman

机构 * Faculty of Computer Science（计算机科学系） ； Dalhousie University（达尔豪斯大学） 纠错

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

AI总结 DEFault++通过三级抽象检测、分类和诊断变压器故障，利用原型匹配与监督对比学习在DEFault-bench上实现高检测准确率和分类性能。

Comments Submitted in the ACM Transactions on Software Engineering and Methodology as Journal-First

Massive boson stars: Waveform-based branch diagnosis with neural reconstruction

大质量玻色子星：基于波形的分支诊断与神经重建

Bo-Xuan Ge

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 通过分支条件神经重建模型比较候选波形假设的重建质量，诊断大质量玻色子星并合结果，证明波形形态编码了并合结局。

Comments 36 pages, 6 figures

Attributed, But Not Incremental: Cannibalization-Corrected Attribution for Large-Scale Advertising

归因但非增量：大规模广告的消除蚕食效应的归因校正

Donghui Li, Bowen Yuan, Zili Yang, Qinxin Chen, Lijing Song

机构 * TikTok 纠错

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

AI总结 针对付费渠道与自然需求重叠导致的归因-蚕食偏差，提出实验校准的归因校正框架，利用增量实验作为因果锚点，将稀疏提升测量转化为每日校正估计，并在结构一致性约束下分配蚕食量，显著降低校准误差，部署后蚕食率降低约15个百分点。

Comments 6 pages, 3 figures. Accepted at ADKDD 2026

CLIR: Liveness-Driven and Structure-Aware Fuzzing for the Cranelift Compiler

CLIR：面向Cranelift编译器的活性驱动与结构感知模糊测试

Shangtong Cao, Tianlei Song, Qiuping Yi, Tianyu Chen, Guoai Xu, Ningyu He, Haoyu Wang

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 提出CLIR差分测试框架，通过语法保持的分层生成保证SSA合法性、活性引导指令精炼最大化计算密度、诊断引导跨架构适配加速根因分析，在72小时内发现24个跨架构bug。

Cascaded Multi-Granularity Pruning for On-Device LLM Inference in Industrial IoT

面向工业物联网设备端大模型推理的级联多粒度剪枝

Jinghan Wang, Yanjun Chen, Wei Zhang, Xiaotong Huang, Tianchen Liu, Gaoliang Peng

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 提出级联多粒度剪枝框架，通过粗到细顺序移除层、注意力头和前馈通道，并利用轻量级低秩恢复重新估计重要性，在MHA+GELU架构上实现13.8倍压缩和83.82%准确率，在工业物联网设备上降低推理延迟67.2%。

Comments This work has been submitted to the IEEE Internet of Things Journal for possible publication

Computational Analysis of Heart Rate Variability in Healthy Adults

健康成年人心率变异性的计算分析

María J. Lado, Arturo J. Méndez, Leandro Rodriguez-Liñares, Baltasar García Pérez-Schofield, Pedro Cuesta-Morales, Brais Iglesias-Otero, Xose A. Vila

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究通过计算分析40名健康成年人的时域、频域和非线性心率变异性指标，评估其正态性、稳定性、相关性、可重复性和一致性，并筛选出最佳代表指标以提高临床实用性。

Kalman Prototypical Networks for Few-shot Fault Detection in Combined Cycle Gas Turbines

卡尔曼原型网络用于联合循环燃气轮机的小样本故障检测

Mohammed Ayalew Belay, Lucas Ferreira Bernardino, Adil Rasheed, Rubén M. Montañés, Pierluigi Salvo Rossi

机构 * Norwegian University of Science and Technology（挪威科技大学） ； SINTEF Energy Research（挪威能源研究所） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 提出卡尔曼原型网络（KPN），一种基于度量的少样本学习框架，通过将类原型建模为动态系统中的潜在随机状态，提高联合循环燃气轮机故障检测的准确性和稳定性。

Divergent Recommendations, Convergent Diagnoses: Cross-Provider Failure-Mode Convergence in AI Commercial Recommendation

分化的推荐，趋同的诊断：商业AI推荐中跨提供商的故障模式趋同

Will Jack, Noah Lehman, Keller Maloney, Sarah Xu

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究ChatGPT与Claude在品牌推荐中的分歧与故障诊断趋同，发现推荐分歧大但故障诊断一致，尤其对长尾品牌。