💻 ciencias de la computación

Longitudinal Component Level Analysis of Neural Network Training Dynamics Beyond Accuracy and Loss

Este estudio introduce un marco no intrusivo para analizar la dinámica de los componentes de redes neuronales a nivel de época, revelando que los modelos con precisiones similares exhiben a menudo comportamientos internos distintos y demostrando que la poda guiada por descriptores puede superar a la poda aleatoria al tiempo que confirma que las métricas internas ofrecen un valor diagnóstico complementario sin haber superado aún los criterios basados en la magnitud.

Sharon Yalov Handzel, Din Kosberg2026-09-23
💻 ciencias de la computación

Mosaic: Modular Orchestration of Specialised AI Components

El artículo propone MOSAIC, una arquitectura modular que reemplaza los costosos modelos de lenguaje de vanguardia con una jerarquía estricta de lógica de orquestación codificada de forma rígida y componentes especializados más pequeños para lograr una precisión comparable con un costo de inferencia significativamente reducido mediante mecanismos como la sustitución de escala de modelos, la terminación temprana y la resolución parcial acumulativa.

NABIL ISLAM2026-09-23
💻 ciencias de la computación

Fish monitoring in river by deploying IoT-UWSNs

Este artículo presenta un sistema de monitoreo de peces impulsado por IA que utiliza redes de sensores submarinos habilitadas para IoT y redes neuronales convolucionales para identificar automáticamente especies de peces en tiempo real, mejorando así la gestión de los ecosistemas acuáticos y la conservación de la biodiversidad a pesar de los desafíos actuales en la expansión de conjuntos de datos y la optimización del hardware.

Muhammad Tahir2026-09-23
💻 ciencias de la computación

Privacy-Preserving Continual Learning for Detecting Concept Drift in Distributed Artificial Intelligence Systems

Este artículo propone y evalúa un marco de aprendizaje continuo que preserva la privacidad para sistemas de IA distribuidos que detecta eficazmente el cambio de concepto y mitiga el olvido catastrófico mediante señales con privacidad diferencial y ensayo regularizado, demostrando que la detección precisa de cambios es factible con presupuestos de privacidad moderados a pesar de un aumento modesto en el retraso de la detección.

SAI DOONDI KOTHAPALLI2026-09-23
💻 ciencias de la computación

When high AUROC does not travel: internal-to-external performance differences in machine-learning models for antimicrobial resistance

Este estudio de metainvestigación revela que los modelos de aprendizaje automático para la resistencia antimicrobiana exhiben frecuentemente una caída significativa en el rendimiento al pasar de la validación interna a la externa, con una magnitud de esta brecha que varía ampliamente y que imposibilita el uso de un factor de corrección universal para las AUROC reportadas.

Dripto Roy2026-09-23
💻 ciencias de la computación

Do Clinical Notes Improve ICU Mortality Prediction? A Controlled Comparison of Structured and Multimodal EHR Fusion Strategies

Este estudio demuestra que, si bien las notas clínicas no mejoran consistentemente la discriminación de la mortalidad en la UCI más allá de las variables estructuradas de la HCE, pueden mejorar el recuerdo de la mortalidad cuando se integran mediante estrategias específicas de fusión multimodal, lo que subraya la necesidad de comparaciones de base rigurosas y una evaluación multidimensional en la IA clínica.

Ashish Katyal2026-09-23
💻 ciencias de la computación

Quantum Superposition over Near Optimal Seeds for Maximum Independent Set on Dense Graphs

Este artículo presenta un algoritmo variacional cuántico que aprovecha superposiciones uniformes de semillas casi óptimas y la postselección basada en interferencia para resolver problemas de Conjunto Independiente Máximo en grafos densos de hasta 400 nodos, superando significativamente al VQE estándar y a las heurísticas clásicas en instancias difíciles donde los métodos previos se estancan.

Kalyan Dasgupta, Sumanta Mukherjee, Dhriti Verma, Surya Shravan Kumar Sajja, Abhishek Singh, Dzung Phan, Jayant Kalagnan (…)2026-09-23
💻 ciencias de la computación

Uncertainty-Aware Dual-Attention Temporal Convolutional Networks for Remaining Useful Life Prediction

Este artículo propone un marco de Red Neuronal Convolucional Temporal de Doble Atención con Conciencia de la Incertidumbre (UA-DA-TCN) que integra convoluciones temporales multiescala, mecanismos de doble atención y Dropout de Monte Carlo para lograr predicciones de la Vida Útil Remanente precisas, interpretables y conscientes de la incertidumbre para motores de aeronaves, superando a las líneas base existentes en el conjunto de datos NASA C-MAPSS.

Mubashar Abbas2026-09-23
💻 ciencias de la computación

A multi-model study of diagnostic faithfulness in AI-generated histopathology images

Este estudio evalúa siete modelos de texto a imagen en una gran cohorte de casos de histopatología y encuentra que, si bien los modelos con mejor desempeño se aproximan a la interpretabilidad diagnóstica, frecuentemente omiten características críticas y no logran capturar una calidad clínicamente significativa, lo que indica que la IA generativa actual y sus métricas de evaluación aún no están listas para una adopción responsable en oncología.

Hong-Yu Zhou, Qinxin Wang, Jiachen Ji, Xihai Zhao2026-09-23