💻 Category

cs

4034 artículos

💻 ciencias de la computación

Reproducible Hybrid Ensemble Learning for Drought Forecasting

Este estudio presenta un marco de aprendizaje de conjunto híbrido y reproducible que integra modelos de aprendizaje automático clásico y aprendizaje profundo con ingeniería de características impulsada por el dominio y datos satelitales para lograr un pronóstico de sequía robusto y adaptativo en Zambia, priorizando la transparencia metodológica y la escalabilidad operativa sobre las ganancias de rendimiento marginales respecto a algoritmos individuales como el Gradient Boosting.

Moses Chilanga, Josephat Kalezhi, Nchimunya Chaamwe2026-09-23
💻 ciencias de la computación

Arabic Clinical Decision Support under a Limited GPU Budget: LoRA versus Full Fine-Tuning for Medical Question Answering

Este estudio demuestra que, si bien el ajuste fino completo supera inicialmente a la adaptación de bajo rango (LoRA) por defecto para la respuesta a preguntas clínicas en árabe, una estrategia LoRA bien configurada —particularmente QLoRA de 4 bits— puede igualar eficazmente el rendimiento del ajuste fino completo bajo presupuestos limitados de GPU, convirtiéndolo en una opción de adaptación adecuada y eficiente.

Ibrahim Abaker Hashem, Omar Elgendy, Ali Bou Nassif, Ismail Shahin, Ashraf Elnagar, Ayad Turky, Imad Afyouni2026-09-23
💻 ciencias de la computación

Mechanism-oriented tendency-integration operator networks for PDE foundation models

Este artículo introduce redes de operadores orientadas a mecanismos que integran explícitamente mecanismos físicos a través de vías de tendencia aprendidas, demostrando mediante pruebas de intervención y equivalencia que tal organización mejora la generalización, la precisión y la interpretabilidad de los modelos fundacionales de EDP en diversos sistemas y regímenes físicos.

Jeongsu Lee2026-09-23
💻 ciencias de la computación

AAMIL-Net: Prototype-Calibrated Activity Guided Attention Fusion for Multi-Instance Learning

Este artículo presenta AAMIL-Net, un nuevo marco de Aprendizaje de Múltiples Instancias que resuelve la desalineación entre atención y confianza mediante la puntuación de actividad calibrada por prototipos, márgenes de ambigüedad adaptativos y regularización de instancias contrastiva, logrando un rendimiento de vanguardia en diversos puntos de referencia sin preentrenamiento externo.

Chen Rui, Jie Li, Fang Fang2026-09-23
💻 ciencias de la computación

An Optimized Stacking Ensemble Model for Forecasting Student Dropout

Este estudio presenta un modelo de ensamble de apilamiento optimizado que integra clasificadores de K-Vecinos Más Cercanos y Redes Bayesianas, mejorado mediante el ajuste de hiperparámetros y el balanceo basado en SMOTE, el cual alcanza un 85.9% de precisión y supera a los métodos existentes para proporcionar una herramienta de alerta temprana eficaz para la predicción del abando escolar.

Jackson Kisuule, Anthony Bua2026-09-23
💻 ciencias de la computación

Transition-Aware Short-Term Traffic Congestion Prediction: Efficient Gradient Boosting versus Spatio-Temporal Graph Neural Networks

Este artículo desafía la dependencia de las redes neuronales de grafos espacio-temporales profundas estándar y de las métricas de precisión agregada para la predicción de la congestión del tráfico a corto plazo al introducir un marco de evaluación consciente de las transiciones (TRSP) y demostrar que los modelos de potenciación de gradiente (gradient boosting) con ingeniería de características, eficientes e interpretables, pueden igualar o superar a los modelos de aprendizaje profundo de referencia en la detección de transiciones de estado, reduciendo significativamente los costos computacionales.

George S. Theodoropoulos, Yannis Theodoridis2026-09-23
💻 ciencias de la computación

YOLO-RCD: A Lightweight Pavement Damage Detector Validated by Controlled Multi-Seed Reproduction and Measured Edge Deployment

Este artículo presenta YOLO-RCD, un detector de daños en pavimentos ligero que logra una precisión y eficiencia energética superiores en hardware de borde en comparación con los modelos de referencia del estado del arte, validado mediante un riguroso protocolo controlado de múltiples semillas y mejorado mediante el aumento de tiempo de prueba para mitigar los costos de transferencia zero-shot.

Aihemaitijiang Tuerhong, Shuo Wang, Aximu Yuemaier, Xiaopeng Gu, Jie Liu, Naman Maimaiti2026-09-23
💻 ciencias de la computación

Do Option-Elimination Logs Improve Student Models? A Preregistered Negative Result on EdNet-KT4

Este estudio preregistrado sobre el conjunto de datos EdNet-KT4 concluye que la adición de registros de eliminación de opciones a los modelos de estudiantes no produce una mejora estadísticamente significativa en la predicción de la corrección o en la clasificación del consumo de lecciones, argumentando así en contra de su inclusión en los modelos evaluados.

Brahim ES-SABERY, Abdelkader Moumane, Mohamed Ouhda, Mohamed Baslam2026-09-23
💻 ciencias de la computación

An Inter-variable Relationship-Aware Mixture-of-Experts Model for Stock Closing-Price Prediction

El artículo propone IR-MoE, un Transformer de Mezcla de Expertos con Conciencia de la Relación Intervariable que modela explícitamente las dependencias dinámicas entre las variables de negociación y emplea un enrutamiento disperso con una estrategia de entrenamiento barajado por acción para lograr una precisión de pronóstico superior y una generalización de cero disparos a través de diversos mercados de valores globales.

Zhenjiang Chen, Bin Liu, Pei-Gen Ye, Yang Lv, Jun Zheng2026-09-23
💻 ciencias de la computación

ECFNet: Enhanced Cross-modal Fusion Network for RGB-D Salient Object Detection

Este artículo propone ECFNet, un marco basado en Swin Transformer para la detección de objetos salientes RGB-D que mejora el rendimiento mediante la preservación de características específicas de cada modalidad a través de mecanismos de interacción colaborativa, incluyendo la Fusión Residual de Puerta Cruzada, la Agregación Progresiva Guiada por Predicción, las Conexiones de Salto con Puerta y los módulos de refinamiento de bordes, logrando resultados de vanguardia en ocho conjuntos de datos de referencia.

Mengjun Song, Jinggong Wei2026-09-23