💻 ciencias de la computación

Score-based Likelihood Ratios for Deepfake Image Evidence Using Deep Learning Features

Este artículo propone un marco de razón de verosimilitud basado en puntuaciones y conforme con los estándares forenses que aprovecha las características de aprendizaje profundo de SRM y el modelado estadístico calibrado para cuantificar la fuerza de la evidencia de imágenes deepfake, superando las limitaciones de la detección binaria convencional al proporcionar evaluaciones interpretables y numéricamente fundamentadas para la toma de decisiones judiciales.

Tianli Guo, Pengji Chen, Rui Lu, Yunqi Tang2026-09-30
💻 ciencias de la computación

Structure-guided fusion of frozen visual representations for small-sample Bai furniture pattern recognition

Este estudio propone un marco de trabajo eficiente en cuanto a datos que mejora el reconocimiento de patrones de muebles Bai con muestras pequeñas mediante la integración de descriptores estructurales explícitos con representaciones visuales congeladas de Qwen3-VL a través de una compuerta guiada por la estructura y atención cruzada local, logrando una precisión superior y permitiendo la recuperación de conocimiento consciente de la incertidumbre.

Hongmu Yuan, Hongjing Shen, Qun Zhang, Xiaoqi Huang, Huajie Shen2026-09-30
💻 ciencias de la computación

Algorithmic isomorphism and the barrier cascade: Evaluating human and organizational obstacles to artificial- intelligence adoption in workforce systems

Utilizando un diseño de ciencia de la decisión de dos etapas reproducible que combina el análisis bibliométrico y el modelado DEMATEL sobre 336 artículos, este estudio identifica las brechas de liderazgo y visión y la inercia estructural como las principales barreras causales que impulsan otros obstáculos humanos y organizacionales para la adopción de la IA en los sistemas de fuerza laboral.

Yeter Uslu, Erman Gedikli, Emre Yılmaz2026-09-30
💻 ciencias de la computación

UDR-Mamba: A Depth-Structured Reliability-Guided Mamba Framework for RGB-D Underwater Salient Object Detection

El artículo propone UDR-Mamba, un marco de trabajo Mamba con estructura de profundidad y guiado por fiabilidad que transforma mapas de profundidad crudos en pistas estructurales y los fusiona selectivamente con características RGB a través de un codificador compartido para lograr un rendimiento de vanguardia en la detección de objetos salientes submarinos a pesar de las mediciones de profundidad ruidosas.

Ning Li, Jiaxin Li, Xiwen Yang, Jianhang Shi, Haojie Wu, Gaochao Yang2026-09-30
💻 ciencias de la computación

Investigating Generative AI for Personalized College Assignments Based on Student Interests

Este artículo presenta Taklif.AI, una plataforma de IA generativa sin servidor que aprovecha Llama 3.3 y la ingeniería de prompts estructurada para crear tareas universitarias personalizadas basadas en los intereses únicos y los contextos culturales de los estudiantes, demostrando una recepción positiva por parte de los usuarios al tiempo que aborda los desafíos de compromiso y ética en la educación.

Zaki Kurdya, Mohammed Zuqlam, Salem Amassi, Shady Telbany, Motaz Saad2026-09-30
💻 ciencias de la computación

A Hybrid Complex Quantum U-Net for Enhanced Medical Polyp Image Segmentation

Este artículo propone una arquitectura híbrida Complex Quantum U-Net que integra ResNet-50, convoluciones de valores complejos y una capa variacional cuántica de ocho cúbits para lograr un rendimiento de segmentación de pólipos de vanguardia en múltiples conjuntos de datos de imágenes médicas, superando a las líneas base de aprendizaje profundo tradicionales como Attention U-Net y SegFormer.

Mario Jojoa-Acosta, Cristian Castillo-Olea, Rubén M. Lorenzo, Giovanni Hernandez, Alfonso Bahillo2026-09-30
💻 ciencias de la computación

Reductions of QAOA Induced by Classical Symmetries: Theoretical Insights and Practical Implications

Este artículo demuestra que explotar las simetrías clásicas para reducir las instancias de QAOA para el problema MaxCut puede colapsar la dimensión del álgebra de Lie dinámica de exponencial a cuadrática, mitigando así los llanos estériles (barren plateaus) al tiempo que se preserva la expresividad y la alcanzabilidad de la solución.

Boris Tsvelikhovskiy, Bao Bach, Jose Falla, Ilya Safro2026-09-30
💻 ciencias de la computación

Large-Model-Assisted Analysis of Adversarial Vulnerability: Separating Evidence-Conflict Detection from Robust Classification

Este artículo propone un marco de diagnóstico asistido por modelos grandes que separa la detección de conflictos de evidencia adversaria de la clasificación robusta, demostrando que, si bien ciertos disparadores y políticas pueden identificar y desplazar eficazmente las entradas adversarias, esta capacidad sigue siendo distinta de lograr una robustez sólida contra ataques de caja blanca.

Keji Han2026-09-30
💻 ciencias de la computación

An AI-Aware Adaptive Framework with Multilayer Hashing for Digital Trust Protection

Este artículo propone un marco adaptativo consciente de la IA que utiliza un enfoque de hashing secuencial multicapa (combinando SHA3-256 y un algoritmo personalizado BALKE2) para aumentar exponencialmente la complejidad del ataque de preimagen de 2^256 a 2^512, protegiendo así la confianza digital contra la explotación conductual por parte de la IA generativa con un tiempo de ejecución de sobrecarga mínimo.

Arwa Zabian, Omer Abu El Hijia2026-09-30
💻 ciencias de la computación

Missing Data Governance in Real-World Cardiovascular Risk Prediction: Effects on Machine Learning Performance and Interpretability

Este estudio demuestra que en la predicción del riesgo cardiovascular en el mundo real, el manejo apropiado de los datos faltantes mediante la imputación o estrategias híbridas es crítico para mantener la fiabilidad e interpretabilidad del modelo, mientras que la eliminación acrítica de registros incompletos degrada significamente el rendimiento y pasa por alto el valor informativo de la propia ausencia de datos.

Gönül Kara, Leyla Özgür Polat2026-09-30