💻 computer science

Quantum Diffusion with Attentive Twin-Stream Sparse Spatiotemporal for Cyberattack Detection in Smart Grids

Este artículo propone el marco de Difusión Cuántica Espaciotemporal de Doble Flujo Disperso Profundo (STQD), el cual integra transformadores de doble flujo dispersos, codificación cuántica y modelos de difusión cuántica para detectar eficazmente ciberataques en redes inteligentes, logrando una generalización superior y altos puntajes F1 en diversos conjuntos de datos de referencia.

Ishika Adhikari, Mohsen Saffari, Arash Asrari2026-08-05
💻 computer science

An agentic multidisciplinary framework for diabetic retinopathy treatment planning

Este artículo presenta DRAgent, un marco de trabajo agéntico multidisciplinario que aprovecha un nuevo conjunto de datos a gran escala y un sistema multiagente basado en roles para generar planes de tratamiento de retinopatía diabética superiores e individualizados mediante la simulación efectiva de la colaboración entre especialistas en oftalmología y endocrinología.

Tingting Shen, Zhiyuan Cai, Pujin Cheng, Li Lin, Meng Tian, Honghui Xia, Zhihao Jiang, Ting Zhang, Yantao Wei, Zhaoyang (…)2026-08-05
💻 computer science

A Speaker-Aware Hybrid Framework for Faithful Dialogue Summarization via Parameter-Efficient Reinforcement Learning

Este artículo propone un marco híbrido de eficiencia de parámetros y consciente del hablante que combina la condensación extractiva jerárquica, la adaptación basada en LoRA y el aprendizaje por refuerzo con una novedosa recompensa de atribución de hablante para mejorar significativamente la fidelidad y reducir las alucinaciones en la síntesis de diálogos, manteniendo al mismo tiempo una calidad léxica competitiva.

Nidhi Passi, Nitin Arvind Shelke2026-08-05
💻 computer science

Behavioral Signals of Echo Chamber Risk Around Misleading AI-Generated Videos

Este estudio analiza señales de comportamiento de más de 1.000.000 de interacciones en las principales plataformas de videos cortos para demostrar que los patrones dinámicos de compromiso del usuario, particularmente los indicadores de racionalidad y curiosidad, son más efectivos que la demografía para predecir la pertenencia a cámaras de eco en torno a videos generados por IA engañosos, apoyando así los sistemas de alerta temprana que respetan la privacidad.

Yichang Gao, Paul Harrigan, Yuqi Wang, Fengming Liu2026-08-05
💻 computer science

PRLGB: Progressive Residual LightGBM for 5G Quality-of-Service Resource Allocation Prediction

Este estudio presenta Progressive Residual LightGBM (PRLGB), un modelo de ensamble de tres etapas que supera significativamente a los algoritmos basados en árboles estándar en la predicción de la asignación de recursos de Calidad de Servicio 5G al aprender eficazmente los errores residuales y fusionar características conscientes de la incertidumbre para lograr métricas de precisión superiores.

Partho Barui, Soham Biswas, Gokulraj Pandiyan2026-08-05
💻 computer science

Building an English–Arabic Benchmark Corpus for Evaluating AI Translation of Implicit Political Meaning in U.S. Presidential Discourse

Este estudio introduce un corpus de referencia inglés–árabe derivado de discursos presidenciales de los EE. UU. y un marco de evaluación correspondiente diseñado para evaluar sistemáticamente la capacidad de los sistemas de traducción de IA para preservar el significado político implícito, particularmente las estrategias de indirectez y la evitación de nombres, que a menudo se pasan por alto en favor de la precisión léxica.

Mohammad Hanaqtah, Mheel Al-Smaihyeen, Tamadur Al-Shamayleh2026-08-05
💻 computer science

IZSafe: On-Body Deep Learning for Real-Time Firefighter Motion Recognition and Micro-Level Situational Awareness

IZSafe es un sistema de aprendizaje profundo embebido que utiliza sensores inerciales en los portabotellas de oxígeno de los bomberos para lograr una conciencia situacional de nivel micro en tiempo real mediante el reconocimiento preciso de movimientos individuales con una exactitud del 93.85% en un microcontrolador ARM Cortex-M4.

Ondřej Knebl, Radovan Rečka, Filip Šigut, Ivan Zelinka, Michael Machů, Miloš Kvarčák, Roman Šebesta, Jan Rozhon, Martin (…)2026-08-05
💻 computer science

Condition-Aware Multi-Scale Temporal Learning for Wind Turbine Parameter Prediction

Este estudio propone una Red de Series Temporales de Largo y Corto Plazo sensible a las condiciones y multiescala (CA-MS-LSTNet), optimizada mediante un Algoritmo de Murciélago mejorado, para mejorar significativamente la precisión de la predicción a ultra corto plazo de los parámetros de turbinas eólicas mediante el modelado efectivo de las características temporales no lineales, heterogéneas y dependientes de las condiciones de operación en los datos SCADA.

Jianpeng Han, Pan Luo, Huaping Zhang2026-08-05
💻 computer science

Compact convolutional neural networks for AI-based drone detection system

Este estudio propone y valida un marco de red neuronal convolucional compacto que convierte capturas de radio definida por software de transmisiones de video de drones en imágenes en el dominio del tiempo para la detección en tiempo real y de alta precisión con costos computacionales significativamente reducidos en comparación con los métodos tradicionales basados en espectrogramas.

Gábor Fazekas, Patrik Karakai, András Németh2026-08-05