💻 Category

cs

4031 artículos

💻 ciencias de la computación

Canonical P1AC: A Direct Solver for P1P with Affine Correspondences or Field Gradients

Este artículo presenta un resolvedor minimal computacionalmente eficiente para el problema P1P con correspondencias afines (P1AC) que descompone la tarea en un paso de canonicalización y una única ecuación cuadrática, aprovechando la equivalencia entre las correspondencias afines y los campos de gradiente para permitir aplicaciones con mapas de descriptores densos e invariantes a la isometría, al tiempo que proporciona un análisis exhaustivo de los casos degenerados y de fallo.

Fabrice Mayran de Chamisso2026-09-24
💻 ciencias de la computación

Developing a Generative AI Agent to Support Science Curiosity: A Theory-Informed Development and Initial Evaluation Study

Basado en el marco de aprendizaje por recompensa, este estudio desarrolla y evalúa un agente de IA generativa informado por la teoría que fomenta con éxito tanto la curiosidad científica de estado como la de rasgo entre estudiantes universitarios al proporcionar apoyo cognitivo, afectivo y de protección que cierra los bucles de curiosidad de manera más efectiva que el auto-cuestionamiento por sí solo.

Zepeng Liu, Ying Zhang, Haoyan Huang, Kui Xie, Xin Tang2026-09-24
💻 ciencias de la computación

ThyroGuard-Net: A Sensitivity-Optimised, Explainable Hybrid CNN–Transformer Framework with Evidential Uncertainty for Thyroid Nodule Classification

Este artículo presenta ThyroGuard-Net, un marco híbrido de EfficientNet–Swin Transformer entrenado con el conjunto de datos multicéntrico TN3K mediante una pérdida ponderada por sensibilidad, incertidumbre evidencial y explicabilidad basada en TI-RADS para lograr una clasificación de nódulos tiroideos robusta, generalizable y clínicamente calibrada con una sensibilidad mejorada respecto a los métodos existentes.

Radwa Marzouk, Alhanof Almutairi, Munya A Arasi, Soha A. Bahanshal, Majed Nawaz, Sonia Choudhary2026-09-24
💻 ciencias de la computación

Graph2Path: Hierarchical Reactivity-Guided Template Policy Learning for Multi-Step Retrosynthesis

Graph2Path es una política de plantillas jerárquica y guiada por reactividad que mejora la planificación de retrosíntesis de múltiples pasos mediante la integración de la supervisión de actividad de átomos y enlaces en estados codificados por grafos, logrando una precisión de ruta exacta y tasas de éxito superiores en comparación con métodos existentes como RetroSynFormer y AiZynthFinder, aunque con un mayor tiempo de inferencia.

Wenxv Li, PeiFu Han, Shuang Wang, Song Gao, Tao Song, Na Kang, Xintian Yu2026-09-24
💻 ciencias de la computación

A Lightweight Small Object Detection Framework Based on Enhanced BiFPN and Attention Mechanisms

Este artículo propone ESW-YOLO, un marco de detección de objetos pequeños y ligero basado en YOLO11n que integra la Convolución de Serpiente Dinámica, un BiFPN mejorado con una cabeza adicional de alta resolución e iEMA attention, y la pérdida WIoU para mejorar significativamente la precisión de detección en objetivos pequeños y alargados manteniendo un recuento de parámetros comparable.

Kunpeng Feng, Weihua Bao2026-09-24
💻 ciencias de la computación

An Interpretable Hybrid Deep Learning Framework for Student Placement Prediction Using PSO–GA–Bayesian Optimized ANN with SHAP–LIME Explainability

Este artículo propone un novedoso marco de aprendizaje profundo híbrido e interpretable que integra PSO, GA y Optimización Bayesiana para ajustar una Red Neuronal Artificial, logrando un 99,60% de precisión en la predicción de los resultados de la colocación estudiantil mientras utiliza SHAP y LIME para proporcionar información transparente y accionable para la alineación educativa e industrial.

Sanjay Kumar, Mohd Shamsh Tabarej, Nafees Akhter Farooqui, Ashish Ashish, Upasana Dugal, Sandeep Kumar Sharma2026-09-24
💻 ciencias de la computación

Digital-Twin-Coordinated Predictive Resource Management in 6G Cellular-Edge Networks Using Spatio-Temporal Graph Learning and Federated Reinforcement Learning

Este artículo propone DT-STGNN-FedRL, un marco coordinado por gemelo digital que integra el aprendizaje de grafos espacio-temporales para la previsión predictiva de recursos con el aprendizaje por refuerzo federado para lograr una gestión de múltiples recursos proactiva y distribuida en redes celulares de 6G, reduciendo significativamente la latencia y las violaciones de los SLA al tiempo que mejora el rendimiento y la eficiencia.

Mozhgan Gholami, Nahideh Derakhshanfard, Ali Ghaffari, Saeed Rasouli Heikalabad2026-09-24
💻 ciencias de la computación

When Lifts Predict Lifts: Leakage-Controlled Strength Prediction and a Closed-Form Leakage Diagnostic

Este artículo expone cómo los modelos de aprendizaje automático para predecir las levantamientos máximos de los atletas sufren una inflación significativa de la precisión debido a la fuga de datos de levantamientos concurrentes, y propone un diagnóstico de forma cerrada para cuantificar la severidad de esta fuga junto con un modelo generativo rentable que proporciona predicciones calibradas y fisiológicamente consistentes sin depender de los datos de levantamientos hermanos.

Yasin Alipour, Reza Pourgholi2026-09-24
💻 ciencias de la computación

Feature Fusion Based Deep Learning Framework for Brain Tumor Classification

Este artículo propone un marco de aprendizaje profundo híbrido y explicable que fusiona características de seis modelos CNN preentrenados para lograr una precisión del 97,87 % en la clasificación de siete categorías de tumores cerebrales, validada mediante técnicas de explicación visual y pruebas externas.

Bilal Sikander, Faran Mushtaq, Ayesha Zeb, Kanwal Naveed, Muhammad Osama Ali, Umar Shahbaz Khan2026-09-24