💻 Category

cs

3900 artículos

💻 ciencias de la computación

Adaptive Quantum-Inspired Swarm Learning (AQISL) for Energy-Efficient Cluster Head Selection in IoT Infrastructure

Este artículo propone el algoritmo de Aprendizaje de Enjambre de Inspiración Cuántica Adaptativa (AQISL, por sus siglas en inglés) para optimizar la selección de cabeceras de clúster en redes IoT a gran escala, reduciendo eficazmente el consumo de energía, la pérdida de paquetes y la latencia de transmisión, al tiempo que mejora el equilibrio de carga y la estabilidad general de la red.

C. Bala Subramanian, R. Ramkumar, S Shanmugapriya2026-10-07
💻 ciencias de la computación

Speech and Voice Biomarkers for Parkinson’s disease Detection: A Systematic Review of Machine Learning and Deep Learning Models

Esta revisión sistemática analiza los modelos de aprendizaje automático y aprendizaje profundo aplicados a biomarcadores de habla y voz para la detección de la enfermedad de Parkinson, destacando su alta precisión al tiempo que aborda los desafíos actuales como el desequilibrio de datos y la falta de generalizabilidad, y proponiendo direcciones futuras tales como la integración multimodal y el aprendizaje federado para la implementación clínica.

Achal Rokade, Sachin Upadhye2026-10-06
💻 ciencias de la computación

Automating QuAL Scoring of Entrustable Professional Activity Narrative Feedback Across Residency Programs: A Locally Deployed Natural Language Processing Model

Este estudio demuestra que un modelo de procesamiento de lenguaje natural DeBERTa-v3 desplegado localmente puede automatizar de manera precisa y escalable la puntuación de la Calidad de la Evaluación del Aprendizaje (QuAL) de los comentarios narrativos de las Actividades Profesionales Confiables a través de múltiples programas de residencia, logrando una concordancia sustancial con los evaluadores humanos al tiempo que preserva la privacidad de los datos.

Tahereh Firoozi, Anna Oswald, Deena M. Hamza, Alicia C. Strand, Hollis Lai2026-10-06
💻 ciencias de la computación

CM2: a Cloud Monetary Cost Model for Document-Based NoSQL Databases

Este artículo propone CM2, un modelo de costo monetario en la nube parametrizable para bases de datos NoSQL basadas en documentos que estima con precisión los gastos operativos mediante el análisis de la interacción entre el diseño del esquema, las estrategias de indexación y los patrones de consulta en entornos sin servidor.

Matteo Francia, Enrico Gallinucci, Matteo Golfarelli, Alessandra Lumini2026-10-06
💻 ciencias de la computación

Development of an Agentic Retrieval-Augmented Generation System with Hybrid Retrieval for Budget Planning and Validation

Este estudio propone un sistema de Generación Aumentada por Recuperación Agéntica con recuperación híbrida para la planificación presupuestaria de las PYME, demostrando mediante una evaluación comparativa que un flujo de trabajo Agéntico Basado en Enrutamiento ofrece el equilibrio óptimo entre la calidad de la recuperación y la fundamentación fáctica para la validación basada en evidencia.

Devi Willieam Anggara, Muhammad Reffy Haykal, Mohd Shafry Mohd Rahim, Suhono Harso Supangkat, Lenny Putri Yulianti, Agil (…)2026-10-06
💻 ciencias de la computación

Beyond Task Intelligence: Artificial Intelligence, Embodied Robotics, and the Epistemic Limits of Machine Cultural Understanding

Este artículo sostiene que, a pesar del desempeño superior de la IA en las tareas, esta carece de la naturaleza encarnada, situada y reflexiva del conocimiento humano, lo que requiere un cambio en los marcos de evaluación hacia la competencia epistémica y posiciona a las humanidades como el entorno intelectual esencial para definir y probar la verdadera inteligencia general.

Prudhvi Kumar Kanyadari2026-10-06
💻 ciencias de la computación

Ontology-Guided Citation Intent Classification for Interpretable Scholarly Information Discovery

Este artículo propone un marco guiado por ontologías que integra características semánticas explícitas de la Ontología de Contexto y Razón de la Citación (CCRO) con representaciones de lenguaje contextual para permitir la clasificación interpretable de la intención de citación, logrando un rendimiento predictivo comparable al de SciBERT ajustado, al tiempo que proporciona pistas de auditoría transparentes a nivel de instancia para el descubrimiento de información académica.

Muhammad Bilal Rehman, Momina Mir, Shakir Ullah2026-10-06
💻 ciencias de la computación

Collapse or creativity - Hallucinations in recursive synthetic data generation

Este estudio demuestra que el entrenamiento recursivo de la IA generativa sobre datos clínicos sintéticos conduce a un colapso predictivo rápido dentro de cinco generaciones debido a una pérdida de diversidad y fidelidad interseccional en lugar de una implausibilidad a nivel de registro, al tiempo que destaca que las métricas de alucinación existentes son a menudo engañosas y aboga por una mejor evaluación de la procedencia y la calidad para preservar la diversidad de los datos del mundo real.

Vibeke Vallevik, Aleksandar Babic, Bjørn Edwin, Anne Kjersti Befring, Jan Nygård2026-10-06
💻 ciencias de la computación

WMGIN: Windowed Multi-Granularity Interpretable Network for Hard Landing Warning

Este artículo propone WMGIN, un modelo de aprendizaje profundo interpretable de multi-granularidad basado en autoatención que procesa datos QAR multiescala mediante estrategias de fusión por ventanas y por capas para predecir con precisión eventos de aterrizaje brusco manteniendo la interpretabilidad.

Zemin Lin, Yonglian Li, Wei Li, Guolong Li, Zonghua Ye, Tian Zeng, Yan Liu, Zhifeng Wang2026-10-06
💻 ciencias de la computación

Explainable Artificial Intelligence-Based Maximum Power Point Voltage Prediction for Photovoltaic Systems under Varying Environmental Conditions

Este artículo propone un modelo de Aprendizaje Profundo con Atención de Grano Fino (FGADL-MPPVP) que utiliza una arquitectura neuronal residual sensible a la atención y un optimizador AdamW libre de programación para predecir de manera precisa e interpretable el voltaje del punto de máxima potencia de los sistemas fotovoltaicos bajo condiciones ambientales variables, superando las técnicas tradicionales y de aprendizaje automático existentes.

N. Mangaleswari, V. Sivakami2026-10-06