5680 artículos
Este trabajo propone un nuevo método de detección de imágenes sintéticas llamado "discrepancia de transición latente" (LTD), que aprovecha las inconsistencias en la coherencia estructural y la atención semántica entre capas de redes neuronales para lograr una detección más precisa, generalizable y robusta frente a imágenes generadas por IA.
El artículo presenta HyPER-GAN, un modelo generativo ligero basado en parches híbridos que mejora la fotorealidad de datos sintéticos en tiempo real mediante una estrategia de entrenamiento que combina imágenes emparejadas y parches del mundo real, superando a los métodos actuales en latencia, realismo visual y consistencia semántica.
El artículo presenta TopGen, un marco de aprendizaje robusto y eficiente que genera mallas cuadriláteras de alta calidad mediante la predicción simultánea de diseños estructurales y campos cruzados, superando las limitaciones de los métodos tradicionales y basándose en un nuevo conjunto de datos a gran escala llamado TopGen-220K.
Este artículo presenta un nuevo método de protección de software para sistemas de control industrial que utiliza funciones físicamente no clonables (PUF) para vincular el programa al hardware y la ejecución simbólica para garantizar la seguridad y la preservación de las propiedades de seguridad ante intentos de ingeniería inversa o ejecución en máquinas no autorizadas.
Este artículo presenta Touch G.O.G., un marco de percepción y control basado en un sensor táctil visual que permite a un solo brazo robótico manipular y desplegar telas deformables con alta precisión mediante el uso de modelos de visión y datos sintéticos.
El artículo presenta AdaClearGrasp, un marco de decisión y ejecución en bucle cerrado que combina modelos de visión-idioma y aprendizaje por refuerzo para permitir a los robots dexteros decidir adaptativamente entre agarrar directamente o despejar obstáculos, logrando así un agarre robusto y de generalización cero en entornos densamente cluttered.
Este artículo presenta la primera edición de la pista QuantumX en JISBD 2025, un evento pionero que consolidó la intersección entre la Computación Cuántica y la Ingeniería de Software en España, fomentó la colaboración de redes de investigación nacionales e iberoamericanas y definió desafíos futuros para el desarrollo de esta disciplina emergente.
Este artículo presenta ExBI, un sistema innovador basado en hipergrafos que supera las limitaciones de los sistemas de Inteligencia de Negocios tradicionales mediante esquemas dinámicos y reutilización de vistas, logrando aceleraciones significativas (hasta 230 veces) y una alta precisión en flujos de trabajo exploratorios a gran escala.
Este artículo presenta un método novedoso para emular la multiplicación de matrices de doble precisión (FP64) utilizando unidades de multiplicación-matriz en FP8 mediante el esquema Ozaki-II, superando las limitaciones de las implementaciones anteriores y reduciendo significativamente el número de operaciones necesarias en comparación con el esquema Ozaki-I.
El artículo presenta Q-StaR, un esquema de enrutamiento cuasi-estático para redes en chip que utiliza el análisis de la topología y la distribución del tráfico para guiar la selección de rutas en tiempo real, logrando un equilibrio de carga superior y reduciendo significativamente la latencia en comparación con el enrutamiento por orden de dimensión tradicional.
El artículo presenta Splat2Real, un marco de preentrenamiento de profundidad monoculares que utiliza 3D Gaussian Splatting y un currículo de selección de vistas basado en cobertura y novedad (CN-Coverage) para mejorar la robustez ante cambios de perspectiva en la IA física, demostrando que la calidad de las vistas seleccionadas es más crítica que la cantidad bruta para la estabilidad del rendimiento.
Este artículo presenta algoritmos de computación masivamente paralela (MPC) en el régimen de memoria fuertemente sublineal que orientan y colorean grafos en rondas en función de la densidad de su subgrafo más denso, superando así la barrera de complejidad de rondas de establecida por trabajos anteriores.
Este artículo presenta un marco de ciclo de vida de informes ESG impulsado por agentes de IA y modelos de lenguaje grande que transforma la generación de reportes de un proceso estático a un sistema dinámico y adaptable mediante la integración de múltiples agentes para la extracción, verificación y actualización de datos de sostenibilidad.
El artículo presenta SLiM, un marco unificado innovador que elimina el decodificador en el aprendizaje de representaciones esqueléticas mediante una combinación de modelado enmascarado y aprendizaje contrastivo, logrando un rendimiento superior al estado del arte con una reducción significativa en los costos computacionales.
Este artículo presenta un análisis sistemático de las decisiones de diseño en la creación de representaciones incrustadas para modelos fundacionales geoespaciales, demostrando que es posible generar representaciones fijas más de 500 veces más pequeñas que los datos brutos sin sacrificar el rendimiento en diversas tareas de observación terrestre.
Este artículo presenta el diseño y la implementación de un contenedor de residuos automático e higiénico basado en un microcontrolador STM32, que utiliza sensores ultrasónicos para detectar la presencia de usuarios y monitorear el nivel de llenado, controlando un motor servo para abrir la tapa sin contacto y ofreciendo retroalimentación en tiempo real mediante una pantalla OLED.
El artículo sostiene que la terminal, y no las interfaces gráficas, es el paradigma ideal para la colaboración humano-IA debido a su compatibilidad representacional, transparencia y baja barrera de entrada, propiedades que cualquier modalidad de interfaz debe replicar deliberadamente para ser efectiva.
Este trabajo presenta TriRec, el primer marco de recomendación basado en agentes LLM de tres partes que coordina la utilidad del usuario, la exposición de los artículos y la equidad de la plataforma mediante una arquitectura de dos etapas, logrando mejoras simultáneas en precisión, equidad y utilidad sin sacrificar la relevancia.
El marco Cybo-Waiter presenta un agente humanoide que transforma planes de modelos de lenguaje visual en programas verificables, integrando supervisión geométrica 3D y retroalimentación de diagnóstico para lograr una ejecución robusta y de largo alcance de tareas complejas de locomoción y manipulación en entornos humanos.
Este artículo presenta una plataforma educativa de desarrollo ágil integrada con IA que funciona como un entorno de investigación colaborativa para generar evidencia práctica y oportuna mediante iteraciones rápidas y participación de interesados, cerrando así la brecha entre la teoría académica y la industria real.