6330 artículos
Este artículo demuestra cómo las cotas inferiores uniformes no deterministas para problemas como k-SAT y MAX-3-SAT permiten construir generadores de funciones booleanas monótonas de gran tamaño de circuito, matrices de alta rigidez y tensores de alto rango, estableciendo así resultados de "ganar-ganar" en la teoría de la complejidad computacional.
Este estudio utiliza un análisis computacional comparativo de datos longitudinales para demostrar cómo las prácticas específicas de plataforma de TikTok y Spotify moldean de manera distinta la producción y recepción de éxitos musicales, revelando tanto sus mecanismos propios como su interconexión en el ecosistema cultural.
Este estudio demuestra que los agentes algorítmicos que utilizan aprendizaje por refuerzo sin conocimiento previo de la estructura del juego pueden desarrollar una "colusión ingenua" basada en la sincronización de sus acciones, un fenómeno cuya probabilidad de ocurrencia depende críticamente de la política de comportamiento específica (estocástica, determinista o híbrida) que empleen los algoritmos.
El artículo presenta Prithvi-EO-2.0, un modelo fundacional de observación terrestre de código abierto y múltiples temporalidades que, gracias a su entrenamiento con 4,2 millones de series temporales globales y la colaboración de expertos, supera significativamente a sus predecesores y a otros modelos existentes en diversas tareas geoespaciales.
El paper presenta iLLaVA, un método que acelera de extremo a extremo los modelos multimodales grandes optimizando conjuntamente el codificador de imágenes y el modelo de lenguaje mediante una estrategia de fusión de tokens que recicla información útil, logrando mejoras significativas en velocidad y eficiencia sin sacrificar la precisión.
Este artículo establece que la complejidad computacional para encontrar un equilibrio de Nash puro en concursos de Tullock heterogéneos depende crucialmente del número de participantes con elasticidad media, demostrando que el problema es tratable en tiempo polinómico cuando dicho número es logarítmico, pero se vuelve NP-completo cuando excede ese umbral, aunque admite un esquema de aproximación totalmente polinómico.
El artículo presenta LangSurf, un método que mejora la comprensión de escenas 3D mediante un campo de lenguaje incrustado en superficies que alinea con precisión las características lingüísticas con los objetos, superando a los enfoques anteriores en segmentación semántica abierta y permitiendo tareas avanzadas como la edición y eliminación de instancias.
Este artículo propone un marco basado en aprendizaje profundo que integra datos históricos de cortes y clima para evaluar y predecir la resiliencia de los sistemas eléctricos, validando su eficacia mediante datos simulados y reales para orientar inversiones estratégicas en recursos energéticos distribuidos.
Este artículo presenta un método basado en aprendizaje por transferencia y redes neuronales gemelas para identificar cambios en la versión del firmware de dispositivos IoT mediante el análisis de flujos de paquetes, logrando una alta precisión incluso con datos de entrenamiento limitados.
Este estudio de caso examina cómo el asistente de IA de CGScholar influyó en el desarrollo de la escritura de estudiantes de undécimo grado en un entorno de bajos ingresos, revelando tanto los beneficios de la retroalimentación personalizada como las sugerencias para mejorar la herramienta en desarrollo.
Este trabajo presenta el primer enfoque sistemático de análisis de taint estático y dinámico para APIs gráficas centrado en la detección de control de acceso roto, el cual modela las llamadas API mediante reglas de transformación de grafos y utiliza el Análisis de Pares Críticos para identificar flujos de información no autorizados, validando posteriormente estos riesgos mediante pruebas dinámicas aplicadas a la API GraphQL de GitHub.
Este artículo presenta un modelo de difusión agnóstico al problema basado en la estimación del máximo a posteriori (MAP) que, al dividir la función de puntuación condicional en un término incondicional preentrenado y un término guiado estimado mediante una nueva metodología, mejora la preservación de estructuras y la coherencia en tareas de procesamiento de imágenes como la superresolución y la inpainting.
El artículo presenta VL-Nav, un sistema de navegación visión-lenguaje neuro-simbólico que combina razonamiento neuronal con guía simbólica para descomponer tareas complejas y explorar eficientemente entornos desconocidos, logrando altas tasas de éxito en pruebas simuladas y del mundo real.
Este artículo presenta un marco técnico y una taxonomía para analizar sistemáticamente los argumentos de seguridad esgrimidos por las grandes tecnológicas para oponerse a la interoperabilidad en el contexto de las investigaciones antimonopolio de la UE, ofreciendo herramientas para evaluar críticamente estas discusiones.
El artículo presenta Prompt-SID, un marco de aprendizaje auto-supervisado para la eliminación de ruido en imágenes individuales que preserva los detalles estructurales mediante un modelo de difusión latente para generar prompts estructurales y un mecanismo de repetición de escala para mitigar las diferencias de resolución.
Esta encuesta exhaustiva, basada en una revisión PRISMA de 232 estudios, analiza la responsabilidad en la IA generativa a través de cuatro tipos de sistemas y múltiples dominios, identificando brechas críticas en la evaluación de riesgos y proponiendo un marco integral de métricas y directrices para alinear el desarrollo técnico con la gobernanza y la sostenibilidad.
Este estudio presenta un algoritmo que fusiona imágenes de resonancia magnética multimodal (T1, T2, T1ce y FLAIR) mediante técnicas de segmentación 2D/3D con U-Net y promedios ponderados, logrando una clasificación de subclases de gliomas con una precisión del 99,25% utilizando un modelo ResNet50.
Este estudio propone un enfoque de aprendizaje profundo basado en arquitecturas como UNET, Inception y ResNet para la segmentación automática de gliomas en imágenes de resonancia magnética 2D y 3D, logrando una alta precisión y equilibrio entre eficiencia computacional y exactitud espacial que supera las limitaciones de los métodos tradicionales.
Este artículo presenta DEBT control, un protocolo que combina enrutamiento y control de flujo mediante precios dinámicos en redes de canales de pago para optimizar su operación a largo plazo, garantizando la convergencia hacia un estado estable mediante la maximización de la utilidad de la red.
El artículo presenta la Política Estabilizadora de Difusión (DSP), un marco de aprendizaje basado en difusión que permite entrenar robots quirúrgicos utilizando tanto trayectorias limpias como imperfectas, logrando así un alto rendimiento y robustez en entornos quirúrgicos diversos.