cs.CE artículos | Gist.Science

A Retrieval-Augmented Language Assistant for Unmanned Aircraft Safety Assessment and Regulatory Compliance

Este artículo presenta y valida un asistente basado en recuperación de información que utiliza exclusivamente fuentes regulatorias autorizadas para apoyar la evaluación de seguridad, la certificación y el cumplimiento normativo de los sistemas de aeronaves no tripuladas, garantizando la trazabilidad y la responsabilidad humana mediante la generación de respuestas fundamentadas en citas y evitando inferencias no verificadas.

Gabriele Immordino, Andrea Vaiuso, Marcello RighiThu, 12 Ma💬 cs.CL

Factor Dimensionality and the Bias-Variance Tradeoff in Diffusion Portfolio Models

Este artículo implementa y evalúa un modelo de difusión condicional para la predicción de retornos de activos, revelando una clara compensación entre sesgo y varianza en la dimensionalidad de los factores que permite identificar un número intermedio óptimo para construir carteras con mejor rendimiento fuera de muestra que las estrategias de referencia.

Avi Bagchi, Michael Tesfaye, Om ShastriThu, 12 Ma💻 cs

Estimating the condition number of Chebyshev filtered vectors with application to the ChASE library

Este trabajo presenta un método preciso y económico para acotar el número de condición de los vectores filtrados por Chebyshev, permitiendo implementar en la biblioteca ChASE un mecanismo de selección automática de la factorización QR que mejora el rendimiento sin comprometer la precisión.

Edoardo Di Napoli, Xinzhe WuThu, 12 Ma🔢 math

Spatio-Temporal Attention Graph Neural Network: Explaining Causalities With Attention

Este artículo presenta una red neuronal de grafos con atención espacio-temporal (STA-GNN) para la detección de anomalías no supervisada y explicable en sistemas de control industrial, la cual modela las interdependencias ciberfísicas, gestiona el desplazamiento de la línea base mediante predicción conformal y ofrece mecanismos de atención para revelar las relaciones causales detrás de las alertas.

Kosti Koistinen, Kirsi Hellsten, Joni Herttuainen, Kimmo K. KaskiThu, 12 Ma🤖 cs.LG

An Atlas of Extreme Properties in Cubic Symmetric Metamaterials

Este trabajo presenta un atlas exhaustivo de casi 2 millones de metamateriales simétricos cúbicos generados mediante un marco guiado por simetría, que revela propiedades mecánicas extremas y ofrece un modelo de red neuronal convolucional 3D para acelerar el diseño de materiales arquitectados.

Sahar Choukir, Nirosh Manohara, Chandra Veer SinghThu, 12 Ma🔬 physics.app-ph

Quantization of Probability Distributions via Divide-and-Conquer: Convergence and Error Propagation under Distributional Arithmetic Operations

Este artículo presenta y analiza un algoritmo de divide y vencerás para aproximar distribuciones de probabilidad continuas unidimensionales, demostrando mediante un estudio numérico y un límite superior del error en la distancia de Wasserstein-1 que este método ofrece una convergencia óptima y una mayor estabilidad en operaciones aritméticas en comparación con esquemas previos.

Bilgesu Arif Bilgin, Olof Hallqvist Elias, Michael Selby, Phillip Stanley-MarbellMon, 09 Ma🔢 math

Quantifying Cross-Attention Interaction in Transformers for Interpreting TCR-pMHC Binding

Este artículo presenta QCAI, un nuevo método post-hoc para interpretar los mecanismos de atención cruzada en transformadores de codificador-descodificador aplicados a la unión TCR-pMHC, el cual demuestra un rendimiento superior en precisión predictiva e interpretabilidad al ser evaluado contra el nuevo benchmark TCR-XAI basado en estructuras experimentales.

Jiarui Li, Zixiang Yin, Haley Smith, Zhengming Ding, Samuel J. Landry, Ramgopal R. MettuMon, 09 Ma🤖 cs.LG

TrinityDNA: A Bio-Inspired Foundational Model for Efficient Long-Sequence DNA Modeling

El artículo presenta TrinityDNA, un modelo fundamental bioinspirado que integra componentes informados biológicamente y estrategias de entrenamiento evolutivo para modelar secuencias de ADN largas con mayor precisión y eficiencia, superando las limitaciones de los enfoques tradicionales en aplicaciones genómicas.

Qirong Yang, Yucheng Guo, Zicheng Liu, Yujie Yang, Qijin Yin, Siyuan Li, Shaomin Ji, Linlin Chao, Xiaoming Zhang, Stan Z. LiMon, 09 Ma💻 cs

TCR-EML: Explainable Model Layers for TCR-pMHC Prediction

El artículo presenta TCR-EML, un modelo de aprendizaje profundo con capas explicables por diseño que integra mecanismos bioquímicos conocidos para predecir con alta precisión y ofrecer interpretaciones claras la unión entre receptores de células T y complejos péptido-MHC.

Jiarui Li, Zixiang Yin, Zhengming Ding, Samuel J. Landry, Ramgopal R. MettuMon, 09 Ma🤖 cs.LG

Molecular Representations for AI in Chemistry and Materials Science: An NLP Perspective

Este artículo ofrece una guía desde la perspectiva de la Procesación del Lenguaje Natural (NLP) sobre las representaciones moleculares digitales más populares y sus aplicaciones en inteligencia artificial para la química y la ciencia de materiales, sirviendo como referencia para investigadores que inician su trabajo en esta intersección disciplinaria.

Sanjanasri JP, Pratiti Bhadra, N. Sukumar, Soman KPMon, 09 Ma🤖 cs.AI

Autonomous Algorithm Discovery for Ptychography via Evolutionary LLM Reasoning

El artículo presenta Ptychi-Evolve, un marco autónomo que utiliza modelos de lenguaje grande y mecanismos evolutivos para descubrir y optimizar algoritmos de regularización en ptychografía, logrando mejoras significativas en la calidad de reconstrucción de imágenes en comparación con los métodos convencionales.

Xiangyu Yin, Ming Du, Junjing Deng, Zhi Yang, Yimo Han, Yi JiangMon, 09 Ma🤖 cs.AI

A Lock-Free Work-Stealing Algorithm for Bulk Operations

Este artículo presenta una nueva cola de robo de trabajo sin bloqueos optimizada para un marco maestro-trabajador en la resolución de programación entera mixta mediante diagramas de decisión, que ofrece operaciones por lotes nativas y un rendimiento de latencia constante superior al de las implementaciones existentes como Taskflow.

Raja Sai Nandhan Yadav Kataru, Danial Davarnia, Ali JannesariMon, 09 Ma🔢 math

Computational Pathology in the Era of Emerging Foundation and Agentic AI -- International Expert Perspectives on Clinical Integration and Translational Readiness

Esta revisión presenta perspectivas de expertos internacionales sobre la integración responsable de los modelos fundacionales y agentes de IA en la patología computacional, evaluando su madurez técnica, viabilidad operativa y barreras regulatorias para su adopción clínica real.

Qian Da, Yijiang Chen, Min Ju, Zheyi Ji, Albert Zhou, Wenwen Wang, Matthew A Abikenari, Philip Chikontwe, Guillaume Larghero, Bowen Chen, Peter Neiglinger, Dingrong Zhong, Shuhao Wang, Wei Xu, Drew Williamson, German Corredor, Sen Yang, Le Lu, Xiao Han, Kun-Hsing Yu, Jun-zhou Huang, Laura Barisoni, Geert Litjens, Anant Madabhushi, Lifeng Zhu, Chaofu Wang, Junhan Zhao, Weiguo HuMon, 09 Ma🤖 cs.AI

Offline Materials Optimization with CliqueFlowmer

Este trabajo presenta CliqueFlowmer, un modelo de optimización basado en aprendizaje profundo que fusiona la optimización directa de propiedades con la generación de materiales mediante transformadores y flujos, logrando superar significativamente a los métodos generativos tradicionales en el descubrimiento de materiales.

Jakub Grudzien Kuba, Benjamin Kurt Miller, Sergey Levine, Pieter AbbeelMon, 09 Ma🤖 cs.AI

Learning Where the Physics Is: Probabilistic Adaptive Sampling for Stiff PDEs

El artículo presenta GMM-PIELM, un marco probabilístico que mejora la precisión y velocidad de los PIELMs para resolver EDPs rígidas con gradientes agudos, aprendiendo automáticamente una distribución de probabilidad para concentrar las funciones de base radial en regiones de alto error numérico sin necesidad de optimización basada en gradientes.

Akshay Govind Srinivasan, Balaji SrinivasanMon, 09 Ma🤖 cs.AI

A recipe for scalable attention-based MLIPs: unlocking long-range accuracy with all-to-all node attention

El artículo presenta AllScAIP, un potencial interatómico basado en aprendizaje automático que utiliza una atención nodo-a-nodo para capturar interacciones de largo alcance de manera impulsada por los datos, logrando precisión de vanguardia y simulaciones de dinámica molecular estables a gran escala sin depender de términos físicos explícitos.

Eric Qu, Brandon M. Wood, Aditi S. Krishnapriyan, Zachary W. UlissiMon, 09 Ma🔬 cond-mat.mtrl-sci

Evaluating Impacts of Traffic Regulations in Complex Mobility Systems Using Scenario-Based Simulations

Este artículo propone un nuevo paradigma de simulación basado en escenarios que integra modelos de flujos físicos y respuestas sociales para evaluar de manera anticipada los impactos directos e indirectos de las regulaciones de tráfico urbano, demostrando su eficacia mediante un estudio de caso sobre restricciones de tráfico.

Arianna Burzacchi, Marco PistoreFri, 13 Ma💰 q-fin

FinRule-Bench: A Benchmark for Joint Reasoning over Financial Tables and Principles

El artículo presenta FinRule-Bench, un nuevo benchmark diseñado para evaluar la capacidad de los modelos de lenguaje grandes para auditar estados financieros reales y diagnosticar violaciones de principios contables mediante tareas de verificación, identificación y diagnóstico conjunto de reglas.

Arun Vignesh Malarkkan, Manan Roy Choudhury, Guangwei Zhang, Vivek Gupta, Qingyun Wang, Yanjie Fu, Denghui ZhangFri, 13 Ma🤖 cs.AI

Circularity of Thermodynamical Material Networks: Indicators, Examples, and Algorithms

Este artículo presenta un enfoque basado en redes de materiales termodinámicos para diseñar flujos de materiales circulares mediante balances energéticos dinámicos, desarrollando indicadores de circularidad y validándolos con ejemplos numéricos de fluidos y sólidos.

Federico Zocco2026-03-10🔢 math

A High-Resolution, US-scale Digital Similar of Interacting Livestock, Wild Birds, and Human Ecosystems with Applications to Multi-host Epidemic Spread

Los autores desarrollan un "similar digital" de alta resolución para los Estados Unidos que integra datos espaciotemporales de ganado, aves silvestres y poblaciones humanas mediante técnicas estadísticas y de optimización, permitiendo modelar y validar el riesgo de propagación de la influenza aviar H5N1 para guiar las estrategias de vigilancia.

Abhijin Adiga, Ayush Chopra, Mandy L. Wilson + 8 more2026-03-06💻 cs

← Anterior Siguiente →