💻 Category

cs

2363 artículos

💻 computer science

From Value Alignment to Directional Resonance: A Practical Path of Care Transmission in Human-AI Symbiosis

Este estudio desafía la noción de que la indiferencia estructural de la IA impide el cuidado genuino al demostrar, a través de la práctica clínica y la colaboración teórica, que una simbiosis auténtica entre humanos e IA puede lograrse no mediante la alineación algorítmica de valores, sino transmitiendo y sedimentando el cuidado direccional humano dentro de dinámicas relacionales a largo plazo para generar una resonancia estable y alineada con los valores.

Chunmei Liu2026-08-10
💻 computer science

Frequency-Aware Gradient Correction for Unified Facial Landmark Detection

Este artículo propone FGC-UFLD, un marco unificado para la detección de puntos de referencia faciales que integra módulos de representación conscientes de la frecuencia (DiC-Wave y PFAM) para mejorar el modelado estructural y una estrategia de Corrección de Gradiente Guiada por Anclajes (AGGC) para resolver conflictos de optimización, logrando así un rendimiento de vanguardia en conjuntos de datos heterogéneos con un solo modelo.

Shun Ren, Qingjia Li, Hang Sun, Xu Wu, Beihang Song, Jun Wan2026-08-10
💻 computer science

A high-efficiency adaptive Genghis Khan shark optimizer using novel strategies for static and dynamic complex engineering optimization

Este artículo propone el IGKSO, un optimizador de tiburón de Gengis Kan mejorado que incorpora nuevos vínculos de supervivencia, una estrategia de interacción luz-oscuridad, un parámetro adaptativo y dispositivos de agregación de peces para resolver eficazmente problemas complejos de optimización de ingeniería estática y dinámica con una precisión y capacidades de búsqueda global mejoradas.

Yuxuan Guo, Gang Hu, Mahmoud Abdel-salam2026-08-10
💻 computer science

Risk-Aware Degraded-Mode Orchestration for Resilient Cloud–Edge AI Agents: From Containerized Fault Injection to Heterogeneous Kubernetes Validation

Este artículo presenta DMO-AI, un orquestador consciente del riesgo que selecciona dinámicamente modos de ejecución degradados para agentes de IA en la nube y el borde basándose en el riesgo de la tarea y la salud de las dependencias, demostrando mediante una extensa validación en contenedores y Kubernetes heterogéneos que mejora significamente las tasas de finalización segura (93.95% frente a 64.70%) en comparación con la resiliencia estándar a nivel de transporte, manteniendo al mismo tiempo un cumplimiento estricto de las políticas.

Albert Adusei Brobbey¹˒², Narayan Bhosale¹, Dan Bamfo³2026-08-10
💻 computer science

IR-PowerDet: An Infrared Power Equipment Detection Algorithm Based on Multi-Scale Feature Fusion and Dynamic Environment Adaptation

Este artículo propone IR-PowerDet, un marco basado en YOLOv12s que incorpora fusión de características multiescala, adaptación dinámica al entorno y módulos de mejora de objetos pequeños para lograr una detección robusta y de alta precisión de equipos de potencia infrarrojos en escenarios complejos y con oclusiones, alcanzando un mAP del 96.8%.

Yongbo Tang, Huicong Sun, Zijun Zhong, Miao Li2026-08-10
💻 computer science

A Hybrid Machine Learning Framework for Robust Detection of Malicious DNS-over-HTTPS Tunneling Traffic

Este artículo propone un marco híbrido estadísticamente validado y consciente de la densidad que combina XGBoost con una puntuación de anomalías no supervisada para detectar robustamente el tunelización maliciosa de DNS sobre HTTPS, demostrando mejoras significativas en la exhaustividad y la reducción de falsos negativos sobre los modelos de referencia, al tiempo que confirma que los componentes generativos profundos no ofrecen beneficios adicionales.

Enas Selem¹, Rania Salama¹2026-08-10
💻 computer science

An Adaptive Resource-Aware MK-CKKS Framework with Linear- Complexity Multi-Key Aggregation for Privacy-Preserving Federated Learning in Resource-Constrained IoT Environments

Este artículo presenta un marco de trabajo MK-CKKS adaptativo y consciente de los recursos para el aprendizaje federado con preservación de la privacidad en IoT que logra una agregación de clave múltiple de complejidad lineal y ganancias de rendimiento significativas mediante experimentos del mundo real en MNIST y CIFAR-10, mientras reconoce transparentemente que la construcción de clave independiente y la validación de hardware físico siguen siendo trabajos futuros.

Nasir Ahmad Jalali, Hongsong Chen2026-08-10
💻 computer science

τ-Guard: Recalibration-Invariant, Label-Free Drift Detection for Visual Recognition Systems via Cross-Signal Rank-Agreement Decay

El artículo introduce (τ)(\tau)-Guard, un método de detección de deriva sin etiquetas para sistemas de reconocimiento visual que logra una invarianza demostrable ante la recalibración del modelo mediante el monitoreo del acuerdo de rango entre la entropía predictiva y las puntuaciones de novedad en el espacio de características, evitando así los falsos positivos que plagan a los monitores basados en confianza existentes mientras mantiene la sensibilidad ante cambios genuinos en la distribución.

Md Hasibuzzaman2026-08-10
💻 computer science

Too Symmetric to See: Diagnosing Over-Invariance in Finite-Symmetry Geometric Learning

Este artículo identifica y cuantifica los fallos de "sobre-invariancia" en el aprendizaje geométrico donde la simetría excesiva descarta información de fase crítica, proponiendo la Agrupación de Caracteres Proyectivos (PCP) como un mecanismo de reparación dirigido que restaura eficazmente los canales de fase y mejora la planitud diagnóstica en comparación con los modelos estándar de solo magnitud, aunque sigue siendo una solución acotada en lugar de un reemplazo universal para el promedio de órbitas.

D Yang Eng2026-08-10
💻 computer science

Adaptive Data Partitioning for Energy-Efficient Federated and Distributed Learning on Heterogeneous Systems

Este artículo propone un controlador de partición de datos adaptativo impulsado por mediciones que reasigna dinámicamente los presupuestos de muestreo basándose en métricas de tiempo de entrenamiento y energía en tiempo real para mitigar los rezagados, reducir el consumo de energía y mejorar la eficiencia del entrenamiento en sistemas heterogéneos de aprendizaje distribuido y federado.

Daniel Suárez Labena, Vicente José Blanco Pérez, Pedro Antonio Toledo Delgado, Francisco Carmelo Almeida Rodríguez2026-08-10