💻 ciencias de la computación

TetraFence: Re-Auditable Mobile Field Evidence with Immutable Location Anchoring

TetraFence es un flujo de producción para teléfonos inteligentes de consumo que garantiza evidencia de campo móvil reauditable al vincular la adquisición de imágenes con el contexto del dispositivo y anclar los datos brutos en un libro mayor de Ethereum permisionado, logrando un alto acuerdo de clasificación entre las implementaciones off-chain y on-chain al tiempo que destaca la necesidad del vinculamiento de versiones para prevenir clasificaciones erróneas retroactivas.

Duy-Quan Nguyen2026-09-23
💻 ciencias de la computación

Reactive Replanning Using a Target-State-Driven Strategy for Heterogeneous Multi-Robot Systems under Counting LTL Constraints

Este artículo propone TRRS, una estrategia de replanificación reactiva impulsada por el estado objetivo que utiliza una formulación de programación lineal entera mixta de horizonte recesivo para manejar dinámicamente los cambios de posición y las actualizaciones de prioridad en sistemas multi-robot heterogéneos bajo restricciones LTL de conteo, demostrando un rendimiento superior sobre las bases estáticas y codiciosas a través de simulaciones y experimentos físicos.

Ting Jiao, Mengge Wang, Yuwei Wang, Rong Zhang, Huanrong Ren2026-09-23
💻 ciencias de la computación

When Synthetic Diffusion-Control Gains Fail to Transfer: Controlled and Observed-Cascade Evaluation of a Risk-Gated Graph-Attention Policy

Este artículo demuestra que la política de filtrado por umbral de riesgo SCFCE-R, si bien es eficaz en simulaciones de redes sintéticas para contener información perjudicial, falla catastróficamente al transferirse a cascadas de rumores reales en Twitter sin un reentrenamiento, demostrando así que un sólido rendimiento en redes controladas no garantiza la preparación para el despliegue.

Agasthya Anirudh Badampudi2026-09-23
💻 ciencias de la computación

TOMAgent: Budget-Aware Test Opportunity Modeling for Reliability-Oriented Multi-Agent Unit Test Generation

Este artículo presenta TOMAgent, un marco de agentes múltiples consciente del presupuesto que optimiza la generación de pruebas unitarias al modelar la selección de objetivos como un problema de utilidad marginal, logrando una tasa de éxito de detección de fallos del 40% en los bancos de pruebas de Defects4J —superando significativamente a las líneas base uniformes y guiadas por cobertura— mientras mantiene puntuaciones de mutación y eficiencia de tokens competitivas.

Yunyu Fang2026-09-23
💻 ciencias de la computación

Insulator Defect Detection Based on Multi-Scale Perception and Context-Guided Feature Aggregation

Para abordar los desafíos de la variación de escala, las texturas débiles y la similitud del fondo en la detección de defectos de aisladores mediante UAV, este artículo propone la Red de Agregación de Contexto Sensible a la Escala (SACANet), la cual integra la agregación de campo receptivo sensible a la escala, el refinamiento de características bidireccional de cuatro escalas y la predicción multiescala alineada espacialmente para lograr un rendimiento de vanguardia en el conjunto de datos FLOWID.

Dongqi Zhang, Xiaoxia Liu, Zainura Idrus, Shuai Liu2026-09-23
💻 ciencias de la computación

Evidence aware multimodal auditing of museum image metadata consistency

Este artículo presenta un referente consciente de la evidencia y controlado por procedencia que utiliza 295 objetos de laca del Museo Nacional del Palacio de Taipéi para auditar la consistencia de los metadatos de imágenes de museos frente a la evidencia visual, revelando brechas significativas en las capacidades actuales de evaluación humana y automatizada y destacando la necesidad de modelar explícitamente la suficiencia de la evidencia y la incertidumbre específica del campo en los futuros sistemas de auditoría de metadatos.

Peng Yue, Jia Hou, Xiao Zhang2026-09-23
💻 ciencias de la computación

MDKT: Robust Multi-Dimensional Knowledge Tracing with Adaptive Dual-Phase State Evolution

El artículo propone MDKT, un modelo de rastreo de conocimiento robusto que mejora la precisión de la predicción y la resiliencia en escenarios de datos ruidosos y dispersos mediante el modelado conjunto del conocimiento a niveles de pregunta, concepto y general a través de un codificador de fase dual adaptativo y un suavizado adversarial.

Muhui Lin, Jiangsong Xu, Ziqi Wang, Mingwei Lin, Shenbao Yu, Jun Shen2026-09-23
💻 ciencias de la computación

AI for Sustainability: A Smart Data Model to Guide Governmental Decisions

Este artículo propone un marco de análisis de datos inteligentes que utiliza modelos de aprendizaje automático (Regresión Lineal, Random Forest y XGBoost) para evaluar y predecir indicadores de sostenibilidad alineados con los ODS de la ONU, demostrando que XGBoost ofrece el rendimiento más estable al tiempo que proporciona a los gobiernos una herramienta interpretable y basada en evidencia para optimizar la asignación de recursos y la planificación estratégica a largo plazo.

Mira Tamer Shaker, Hadeer El-Batanouny, Yehia Helmy, Mohamed Abdelsalam2026-09-23
💻 ciencias de la computación

Effective Segregation of Duties in Agentic Enterprise Authorization: Evaluating Shared-Dependence Risk in Maker–Checker Controls

Este artículo introduce el concepto de Segregación de Funciones (SoD) Efectiva para distinguir entre la separación de identidad nominal y la garantía independiente real en la autorización impulsada por IA, demostrando a través de un benchmark P2P a gran escala que la mitigación efectiva del riesgo depende de la mediación de evidencia y de modelos de verificación heterogéneos en lugar de la mera distinción de principios.

Mohamed Abbas Elmasry2026-09-23