2527 artículos
Este artículo presenta una discusión exhaustiva sobre el concepto, la arquitectura y el modelado de beneficios del *network slicing* en la red 5G, analizando sus dimensiones de implementación propia y arrendamiento de recursos, además de abordar los desafíos y direcciones de investigación futuros.
Este estudio combina datos de una muestra representativa de estadounidenses con información de *Have I Been Pwned* para estimar que al menos el 82,84% de los adultos en EE. UU. han sufrido al menos una violación de sus cuentas en línea, con un promedio de tres brechas por persona, siendo más propensas a verse afectadas las mujeres, los blancos, las personas de mediana edad y los más educados.
Este estudio presenta un marco metodológico basado en un modelo de regresión de Poisson y datos filtrados para estimar la demanda excedente en sistemas de transporte público, aplicándolo exitosamente a los datos de la Autoridad Portuaria de Pittsburgh para cuantificar el número de pasajeros que no pudieron abordar los autobuses debido a la falta de capacidad.
Este estudio revisa y amplía la investigación sobre sesgos implícitos en el arbitraje de la NBA, utilizando datos de jugadas y reportes de los últimos dos minutos para concluir que, aunque existe un sesgo favorable hacia los equipos locales (especialmente en playoffs) y ciertos jugadores se benefician estadísticamente de las decisiones arbitrales, no se encontró evidencia de sesgos negativos hacia jugadores o equipos específicos, ni de sesgos raciales.
El artículo presenta BOPIM, un algoritmo de optimización bayesiana que supera a los métodos existentes en velocidad y eficacia para la maximización de influencia en redes temporales, resolviendo desafíos de espacio combinatorio mediante nuevas funciones de kernel y cuantificando por primera vez la incertidumbre en los conjuntos de nodos semilla óptimos.
Este estudio longitudinal revela que las actualizaciones sucesivas de modelos de lenguaje grandes (como GPT, Llama y Qwen) no garantizan una mejora consistente en su robustez adversarial frente a la mala clasificación, los jailbreaks y las alucinaciones, demostrando que versiones más recientes o de mayor tamaño pueden incluso degradar ciertos aspectos de seguridad.
El artículo presenta TIMotion, un marco eficiente y efectivo para la generación de movimientos entre humanos que mejora el rendimiento mediante la inyección interactiva causal, el escaneo evolutivo de roles y la amplificación de patrones localizados para modelar adecuadamente las secuencias temporales y las interacciones.
El artículo presenta VisPoison, un marco de ataque de puerta trasera que explota la inyección de datos en modelos de texto-a-visualización para tablas, logrando tasas de éxito superiores al 90% mediante desencadenantes sigilosos que provocan filtración de datos, visualizaciones engañosas o denegación de servicio, al tiempo que expone la insuficiencia de las estrategias de defensa actuales.
El artículo presenta OWL-TAMP, un enfoque que integra Modelos Visuales-Lingüísticos (VLMs) en sistemas de Planificación de Tareas y Movimientos (TAMP) para generar restricciones que permiten a los robots resolver problemas de manipulación a largo plazo en entornos abiertos a partir de objetivos en lenguaje natural.
Este estudio analiza cómo las inexactitudes y la sobrecarga cognitiva provocadas por los asistentes de IA en tareas de ingeniería de software llevan a la mayoría de los participantes a abandonar su uso, revelando que las respuestas poco útiles aumentan significativamente la probabilidad de abandono mientras que la iteración de prompts la reduce.
Este artículo presenta un marco de aprendizaje activo eficiente en presupuesto para modelos visión-idioma que utiliza agrupación guiada por clases y consultas selectivas adaptativas para superar las limitaciones de las estrategias de prompts existentes y lograr mayor precisión con menos datos etiquetados.
Este estudio presenta una taxonomía de nueve "malos olores" en el registro de software (log smells) derivada de una revisión de literatura y herramientas existentes, con el objetivo de ayudar a los desarrolladores a escribir un código de registro de mayor calidad y señalar oportunidades de investigación futura.
Este estudio con 72 participantes demuestra que, aunque la resolución colaborativa de problemas en realidad mixta es relevante para tareas complejas, la representación de gráficos en 3D no genera resultados superiores a los de los grupos nominales, lo que subraya la importancia de utilizar estos últimos como referencia para evaluar entornos virtuales colaborativos.
El artículo presenta ARSGaussian, un método innovador de síntesis de nuevas vistas para la teledetección aérea que integra nubes de puntos LiDAR y un modelo de cámara con parámetros de distorsión dentro de la técnica 3D Gaussian Splatting para resolver problemas de flotadores y crecimiento excesivo, mejorando así la precisión geométrica y la alineación geo-espacial, todo ello respaldado por el lanzamiento del nuevo conjunto de datos abierto AIR-LONGYAN.
Este estudio analiza mediante minería de texto 160 directrices y declaraciones políticas de catorce sectores industriales para evaluar la gobernanza de la IA generativa y los LLM, identificando los desafíos éticos y regulatorios y ofreciendo recomendaciones para una integración responsable y segura.
Este artículo presenta Kite, un protocolo que permite a los miembros de las Organizaciones Autónomas Descentralizadas (DAO) delegar, revocar y reasignar su poder de voto de forma privada mediante pruebas de conocimiento cero, garantizando que ni siquiera los delegados sepan quién les ha delegado su voto, todo ello implementado y evaluado en la blockchain de Ethereum.
Este artículo presenta iMarkers, marcadores fiduciales invisibles para humanos pero detectables por robots y dispositivos de realidad aumentada, que resuelven el problema estético de los marcadores tradicionales mediante diseños de hardware y algoritmos de software de código abierto que garantizan una detección robusta y adaptable en diversos escenarios.
El estudio demuestra que los sesgos de género en la percepción de la liderazgo, donde los managers masculinos son mejor valorados y las femeninas enfrentan mayor escepticismo al no otorgar recompensas, se extienden desde los gerentes humanos hacia los gerentes de inteligencia artificial.
Esta encuesta ofrece una revisión exhaustiva y estructurada de más de 200 artículos sobre las técnicas, conjuntos de datos y desafíos de generalización en la detección por Wi-Fi, presentando una taxonomía basada en la cadena de procesamiento y proponiendo la plataforma SDP para fomentar la colaboración comunitaria.
El artículo presenta RS-STE, un enfoque novedoso que integra la edición y el reconocimiento de texto en un marco unificado mediante un decodificador paralelo y un ajuste fino auto-supervisado cíclico, logrando un rendimiento superior en la edición de texto escénico sin necesidad de datos emparejados.