🤖 Category

cs.LG

6918 artículos

Leakage Safe Graph Features for Interpretable Fraud Detection in Temporal Transaction Networks

Este artículo presenta un protocolo de extracción de características de grafos causal y libre de fugas para la detección de fraudes en redes de transacciones temporales, demostrando que, aunque los atributos de las transacciones son el principal predictor, las características estructurales del grafo ofrecen una interpretabilidad complementaria y mejoran el análisis de riesgo en flujos de trabajo de investigación.

Hamideh Khaleghpour, Brett McKinney2026-03-10🤖 cs.LG

HEARTS: Benchmarking LLM Reasoning on Health Time Series

El artículo presenta HEARTS, un nuevo benchmark unificado que evalúa las capacidades de razonamiento jerárquico de los modelos de lenguaje grandes (LLM) sobre series temporales de salud mediante 16 conjuntos de datos y 110 tareas, revelando que estos modelos actuales tienen un rendimiento limitado y dependen de heurísticas simples en comparación con los modelos especializados.

Sirui Li, Shuhan Xiao, Mihir Joshi, Ahmed Metwally, Daniel McDuff, Wei Wang, Yuzhe Yang2026-03-10🤖 cs.LG

Roots Beneath the Cut: Uncovering the Risk of Concept Revival in Pruning-Based Unlearning for Diffusion Models

Este artículo revela que el desprendimiento basado en poda en modelos de difusión es vulnerable a la revivificación de conceptos eliminados mediante un ataque de canal lateral que explota las ubicaciones de los pesos podados, demostrando que este método no es inherentemente seguro y proponiendo estrategias de defensa para ocultar dichas ubicaciones.

Ci Zhang, Zhaojun Ding, Chence Yang, Jun Liu, Xiaoming Zhai, Shaoyi Huang, Beiwen Li, Xiaolong Ma, Jin Lu, Geng Yuan2026-03-10🤖 cs.LG

Quantum Deep Learning: A Comprehensive Review

Esta revisión exhaustiva define y clasifica el aprendizaje profundo cuántico en cuatro paradigmas, analiza sus fundamentos teóricos, arquitecturas y demostraciones experimentales en diversas plataformas de hardware, evalúa críticamente las ventajas cuánticas y los desafíos de escalabilidad, y ofrece una hoja de ruta para su implementación a gran escala.

Yanjun Ji, Zhao-Yun Chen, Marco Roth, David A. Kreplin, Christian Schiffer, Martin King, Oliver Anton, M. Sahnawaz Alam, Markus Krutzik, Dennis Willsch, Ludwig Mathey, Frank K. Wilhelm, Guo-Ping Guo2026-03-10⚛️ quant-ph

Trust Aware Federated Learning for Secure Bone Healing Stage Interpretation in e-Health

Este artículo presenta un marco de aprendizaje federado consciente de la confianza que utiliza un mecanismo de puntuación adaptativa para filtrar contribuciones de participantes poco fiables en entornos de sensores médicos distribuidos, mejorando así la estabilidad del entrenamiento y la precisión en la interpretación de las etapas de curación ósea.

Paul Shepherd, Tasos Dagiuklas, Bugra Alkan, Joaquim Bastos, Jonathan Rodriguez2026-03-10🤖 cs.LG

HURRI-GAN: A Novel Approach for Hurricane Bias-Correction Beyond Gauge Stations using Generative Adversarial Networks

El artículo presenta HURRI-GAN, un enfoque innovador basado en redes generativas adversarias que corrige los sesgos de los modelos físicos de simulación de huracanes más allá de las estaciones de medición, permitiendo predicciones precisas en tiempo real con menor costo computacional.

Noujoud Nadera, Hadi Majed, Stefanos Giaremis, Rola El Osta, Clint Dawson, Carola Kaiser, Hartmut Kaiser2026-03-10🤖 cs.LG

Geodesic Gradient Descent: A Generic and Learning-rate-free Optimizer on Objective Function-induced Manifolds

Este artículo presenta el descenso de gradiente geodésico (GGD), un optimizador genérico y libre de tasa de aprendizaje que aproxima la geometría local de la función objetivo mediante esferas n-dimensionales para mantener las trayectorias de actualización en la hipersuperficie, logrando reducciones significativas en el error de prueba en comparación con algoritmos clásicos como Adam.

Liwei Hu, Guangyao Li, Wenyong Wang, Xiaoming Zhang, Yu Xiang2026-03-10🤖 cs.LG

ERP-RiskBench: Leakage-Safe Ensemble Learning for Financial Risk

Este artículo presenta ERP-RiskBench, un marco experimental reproducible y seguro contra fugas de datos que utiliza un modelo de ensemble de aprendizaje automático para detectar riesgos financieros en sistemas ERP, demostrando que las prácticas rigurosas de validación reducen las estimaciones de rendimiento infladas e identifican las discrepancias en la conciliación de tres vías como los predictores más informativos.

Sanjay Mishra2026-03-10🤖 cs.LG

Unmixing microinfrared spectroscopic images of cross-sections of historical oil paintings

Este artículo presenta un autoencoder CNN no supervisado con una función de pérdida de distancia angular espectral ponderada (WSAD) para realizar la desmezcla ciega de imágenes hiperespectrales de micro-FTIR en secciones transversales de pinturas al óleo históricas, mejorando la interpretación de materiales complejos como se demuestra en un análisis del Políptico de la Adoración del Cordero Místico de los hermanos Van Eyck.

Shivam Pande, Nicolas Nadisic, Francisco Mederos-Henry, Aleksandra Pizurica2026-03-10🤖 cs.LG

XAI and Few-shot-based Hybrid Classification Model for Plant Leaf Disease Prognosis

Este trabajo presenta un modelo híbrido de clasificación basado en aprendizaje con pocos ejemplos e inteligencia artificial explicable que integra redes siamesas y prototípicas con Grad-CAM para identificar con alta precisión y transparencia las etapas de enfermedades en hojas de maíz, arroz y trigo, incluso con datos anotados limitados.

Diana Susan Joseph, Pranav M Pawar, Raja Muthalagu, Mithun Mukharjee2026-03-10🤖 cs.LG