💻 Category

cs

3900 artículos

💻 ciencias de la computación

A Multi-Domain Feature Fusion Framework for Generalizable Deepfake Detection Across Different Generators

Este artículo propone la Red de Fusión de Gradiente Espacial y Frecuencia (SGFF-Net), un marco de detección de deepfakes de dominio múltiple que integra características espaciales, de gradiente y de frecuencia para mejorar la capacidad de generalización a través de diversos generadores, al tiempo que destaca que, a pesar de la mejora en la transferibilidad mediante el entrenamiento multifuente y el aumento de datos, persisten brechas de dominio significativas en escenarios del mundo real.

Amna Amjid, Sana Qadir, Mehwish Fatima, Raja Khurram Shahzad2026-10-06
💻 ciencias de la computación

Training on Broken Contexts: Source Loss and Repair in Tool-Augmented LLM Post-Training

Este artículo identifica y cuantifica un fallo crítico en el entrenamiento de LLM aumentados con herramientas donde las políticas estándar de construcción de secuencias rompen el vínculo entre los objetivos del asistente y sus observaciones de herramientas de origen, y propone estrategias de reconstrucción que mejoran significativamente la cobertura de supervisión y la integridad del contexto al tiempo que reducen la redundancia de tokens.

Amir Reza Peimani2026-10-06
💻 ciencias de la computación

The Refutation Gap: Certifying Both Halves of an Optimality Claim

Este artículo aborda la "brecha de refutación" en la síntesis de programas mediante la introducción de un proceso certificado que genera y verifica pruebas DRAT para reclamos de optimalidad en programas lineales rectos mínimos sobre GF(2), validando formalmente 121 resultados previamente no certificados al tiempo que expone obstáculos de verificación críticos y artefactos autodescubiertos.

Rohan Pandey2026-10-06
💻 ciencias de la computación

An Auditable Large Language Model Pipeline for Data Extraction in Systematic Literature Reviews

Este estudio demuestra que un flujo de trabajo de modelo de lenguaje de gran tamaño auditable puede apoyar eficazmente las revisiones sistemáticas de la literatura al lograr una alta concordancia con expertos humanos en el cribado y la extracción de datos, destacando particularmente en campos complejos y resaltando desafíos específicos con preguntas binarias sobre información no reportada.

Philipp André Macháček, Daniel Segelcke, Esther M. Pogatzki-Zahn, Bruno Pradier2026-10-06
💻 ciencias de la computación

From Classification to Collection: A Multi-Task Deep Learning System for Automated Waste Sorting with Real-World Prototype Evaluation

Este artículo presenta un sistema de aprendizaje profundo multitarea que integra cuatro modelos CNN especializados en una secuencia de procesamiento para la clasificación automatizada de residuos, el cual fue validado mediante rigurosas pruebas estadísticas y desplegado en un prototipo físico de contenedor inteligente desarrollado en colaboración con Nestlé y Dawar, alcanzando una precisión del 92,4% en datos regionales del mundo real.

Omar Moustafa, Malak Elsayed, Nour Kahky, Noha Youssef2026-10-06
💻 ciencias de la computación

Toward Risk-Aware Clinical Decision Support in Gastrointestinal Endoscopy: A Tunable Asymmetric Loss with Uncertainty-Guided Referral

Este estudio propone un marco de aprendizaje profundo consciente del riesgo para la endoscopia gastrointestinal que utiliza una función de pérdida asimétrica ajustable, estrategias de derivación guiadas por la incertidumbre y arquitecturas ligeras para lograr una estratificación de riesgo de cuatro clases de alto rendimiento, priorizando al mismo tiempo la seguridad mediante la escalada de casos de alto riesgo y premalignos.

Azizur Rahman, Nakib Uddin Ahmed, Kadirur Rahman Chowdhury, Mehjabin Ferdous, J.S. Jannatun Nayema, Md. Shahadat Hossain (…)2026-10-06
💻 ciencias de la computación

Machine Learning Based Intrusion Detection for Cloud Storage: An Empirical Evaluation of Signature and Random Forest Fusion

Este estudio evalúa empíricamente un prototipo de detección de intrusiones semi-sintético para el almacenamiento en la nube mediante la inyección de ataques en trazas no etiquetadas de Microsoft Azure, encontrando que, si bien los modelos de Bosque Aleatorio proporcionan señales de clasificación útiles, su desempeño inestable bajo la deriva temporal de la carga de trabajo y su deficiente detección de ataques de baja intensidad y velocidad (low-and-slow) indican que aún no están listos para su despliegue en producción.

Simon Usifoh, Olawale Olaniyi2026-10-06
💻 ciencias de la computación

Cross-Dataset Generalization in Deepfake Detection: A Controlled Study of Spatial, Frequency, and Video-Level Baselines

Este estudio controlado evalúa la generalización entre conjuntos de datos de cinco arquitecturas base (backbones) RGB preentrenadas en ImageNet y dos sondas ligeras para la detección de deepfakes, revelando que la cobertura del dominio de origen y los protocolos de evaluación son tan críticos como la selección de la arquitectura base para abordar las brechas de rendimiento en los conjuntos de datos FaceForensics++, Celeb-DF y DFD.

Samarth Kukreja2026-10-06
💻 ciencias de la computación

Am I Still Coupled to My Environment? Task-agnostic Runtime Telemetry from the Reinforcement-learning Interaction Loop

Este artículo presenta un marco de monitoreo en tiempo de ejecución independiente de la recompensa basado en la entropía de interacción y métricas de acoplamiento derivadas de tripletos estándar de observación-acción para detectar el desacoplamiento ambiental y la deriva de interacción en agentes de aprendizaje por refuerzo desplegados, demostrando capacidades de detección de fallos superiores en comparación con el monitoreo tradicional basado en recompensas.

Wael Hafez, Chenan wei2026-10-06
💻 ciencias de la computación

Lightweight Edge-Based Telemetry Parsing for Navigation Systems via Deterministic Spatial-Text (LODTE)

El marco LODTE introduce un sistema ligero y determinista basado en el borde que analiza la telemetría de navegación en tiempo real mediante el uso de filtros de geometría de contorno localizados y captura de pantalla de alta velocidad para eliminar las dependencias de la nube, reducir la latencia a menos de 35 milisegundos y mantener una alta fidelidad de reconocimiento en hardware con recursos limitados.

Teody Banagan, Angie Ceniza-Canillo, Ronilo Librado, Jordan Parman2026-10-06