期刊名：Applied Sciences

期刊主页：https://www.mdpi.com/journal/applsci

如何在计算与人工智能研究领域内，找到一个合适的论文选题？本篇将为您提供更多论文选题灵感。

论文一

XAI-IDS：为增强网络入侵检测系统提出一个可解释的人工智能框架

https://doi.org/10.3390/app14104170

本文提出了一个端到端可解释人工智能 (XAI) 框架，旨在提高人工智能模型在网络入侵检测任务中的可解释性。

•选题方向参考

未来研究需重点突破XAI在网络入侵检测中的关键挑战。一方面要优化LIME、SHAP等方法的安全应用性能，解决LEMNA等工具的可访问性和可靠性问题；另一方面需探索黑盒与白盒XAI的融合创新。研究应基于NSL-KDD、CICIDS等多样化数据集验证方法有效性，同时建立包含特征偏差检测、人类专家评估的标准化验证体系。建议构建跨学科协作平台，联合算法专家、安全分析师共同制定XAI应用规范，重点提升模型在实时检测中的解释效率。这些工作将推动开发出更可靠、实用的XAI安全解决方案，为应对新型网络威胁提供智能支持。

论文二

大型语言模型对编程教育和学生学习成果的影响

https://doi.org/10.3390/app14104115

本文以React应用为重点，探讨了在软件开发教育中非正式使用大语言模型 (LLM) 对本科生学习成果的细微影响。

•选题方向参考

未来可以进一步调查LLM影响学习过程和结果的具体动力。此类研究应旨在完善将这些技术融入教育框架的策略，最大限度地发挥其优势，同时减少潜在的弊端。探索在各种学习方式和教育背景下使用LLM的不同影响，对于根据不同学生的需求量身定制人工智能增强型学习体验也至关重要。

论文三

利用基于LSTM的模型、特征选择和SMOTE对不平衡数据进行增强型入侵检测

https://doi.org/10.3390/app14020479

本研究介绍了一种专为物联网 (IoT) 网络开发的精密入侵检测系统 (IDS)，利用长短期记忆 (LSTM) 的能力，能有效地分辨出常规网络流量和潜在的恶意攻击。

•选题方向参考

进一步的研究应侧重于探索复杂的LSTM架构和进行实际实验，以加强IDS在动态物联网环境中的适应性和精确性。不断改进和创新的技术将使我们的系统成为最先进的入侵检测解决方案，为物联网基础设施中不断发展的网络威胁提供强大的防御能力。

论文四

基于BiFPN-SimAM的增强型YOLOv8用于微型电容器中的精确缺陷检测

https://doi.org/10.3390/app14010429

本文提出了一种采用增强型YOLOv8架构的方法，用于微型电容器质量控制的自动视觉检测。

•选题方向参考

未来研究方向主要包括以下三个方面：首先，将扩展MCSD数据集以涵盖更广泛的缺陷类型，提升模型在多样化工业场景中的适用性；其次，持续优化改进的YOLOv8模型架构，重点验证CIoU损失函数在不同工业质检场景中的泛化能力；最后，针对未知缺陷类型的检测难题，研究提升模型的迁移学习和自适应能力。这些改进将显著提升工业质检的准确率和效率，推动智能检测技术在更广泛工业场景中的实际应用。

论文五

基于随机神经网络的癫痫发作分类，利用离散小波变换进行脑电图信号分解

https://doi.org/10.3390/app14020599

本研究提出了一种基于随机神经网络 (RNN) 的癫痫发作分类新方法，该模型的准确率显著优于传统人工神经网络和支持向量机分类，验证了RNN在脑电信号特征提取和癫痫模式识别中更好的性能。

•选题方向参考

未来研究可以将重点在以下方向展开：首先，将探索集成学习方法，通过将RNN与ANN、SVM等其他机器学习算法相结合，以进一步提升癫痫发作分类的准确率；其次，将优化现有模型架构，研究更高效的特征提取方法和信号处理技术；第三，将扩大数据集规模，验证模型在不同临床场景下的泛化能力；最后，将致力于开发实时监测系统，提高模型在实际医疗应用中的实用性和可靠性。这些改进将推动癫痫自动诊断系统向更高精度和临床应用方向发展。

Applied Sciences 期刊介绍

主编：Giulio Nicola Cerullo, Politecnico di Milano, Italy

期刊主题涵盖应用物理学、应用化学、工程、环境和地球科学以及应用生物学的各个方面。

长按识别二维码，

订阅 Applied Sciences 期刊了解更多信息。

如需咨询，请长按识别二维码，备注“学校+姓名+研究方向”，添加期刊小助手微信。