💻 Category

cs

2403 artículos

💻 computer science

Hybrid Siamese Deep Learning Framework for Duplicate Question Detection using Contextual and Lexical Feature Fusion

Este artículo propone un marco híbrido de aprendizaje profundo siameso que fusiona incrustaciones contextuales de BERT, características léxicas de CNN-BiLSTM basadas en GloVe y métricas lingüísticas artesanales para detectar eficazmente preguntas duplicadas en plataformas de Respuesta a Preguntas Comunitarias, alcanzando una precisión del 85.03% en el conjunto de datos Quora Question Pairs.

Meherzadi Muntaha, Muhammad Junaid Asif, Naveed Hussain, Rana Fayyaz Ahmad2026-07-29
💻 computer science

An Emergency Decision Support Framework for Flight-Deck Accidents: Integrating Dynamic Adjudication, Multi-Agent Cooperation, and Hierarchical Path Planning

Este artículo propone el Marco de Soporte de Decisiones de Emergencia Inteligente para la Seguridad en Cubiertas de Vuelo (IEDFS, por sus siglas en inglés), un sistema de bucle cerrado que integra el razonamiento dinámico, la toma de decisiones cooperativa multiagente y la planificación de rutas jerárquica para mejorar significativamente la contención de incendios, la supervivencia de las víctimas y la recuperación operativa en emergencias en cubiertas de vuelo navales en comparación con los enfoques estáticos convencionales.

Jianwei Huang, Yue Hou2026-07-29
💻 computer science

Metadata-based Methods to Generate Synthetic Health Data: A Scoping Review

Esta revisión de alcance identifica los métodos existentes basados en metadatos para la generación de datos sintéticos de salud y destaca las brechas críticas en su evaluación estandarizada, orientación ética y aplicabilidad específica al desarrollo de código en contextos de análisis federado.

Christina Read, Oisín Ryan, Cynthia Poelen, Vjola Hoxhaj, Albert Cid Royo, Erik-Jan van Kesteren, Miriam Sturkenboom, Co (…)2026-07-29
💻 computer science

Drift-Aware Incremental Clustering for Cryptocurrency Rug-Pull Detection: An Empirical Comparison Against Periodic-Retrain Baselines on Real Ethereum Data

Este artículo evalúa empíricamente un enfoque de agrupamiento incremental sensible al deriva adaptado de la detección de malware para identificar rug pulls de criptomonedas en Ethereum, encontrando que, si bien ofrece una tasa de falsos positivos más baja en algunas instancias, un modelo base supervisado reentrenado periódicamente logra finalmente un rendimiento general más alto y estable.

Jean Chrysostome NDAYISABYE2026-07-29
💻 computer science

Dynamic Adaptive Fusion Model (DAFM) for Real-Time Oil Production Forecasting

Este estudio propone el Modelo de Fusión Adaptativa Dinámica (DAFM, por sus siglas en inglés), un sistema de pronóstico inteligente en tiempo real que integra dinámicamente Árboles de Decisión, Bosques Aleatorios, XGBoost y redes BiLSTM mediante mecanismos de compuerta adaptativa para superar las limitaciones de los modelos estáticos, logrando una precisión superior (R² = 0,97) y una inferencia rápida para la predicción de la producción de petróleo.

Fatna Said, Kai Zhang, Huaqing Zhang, Botao Jiao, Behzad Saberali, Edwin E Nyakila2026-07-29
💻 computer science

ModernBERT-TR: A Modern Encoder Foundation Model for Turkish

El artículo presenta ModernBERT-TR, un codificador turco de 150 millones de parámetros preentrenado desde cero con 144,4 mil millones de tokens utilizando la arquitectura ModernBERT y un tokenizador personalizado, el cual supera significativamente a las líneas base turcas existentes y iguala a modelos concurrentes más grandes a pesar de haber sido entrenado con sustancialmente menos recursos.

Besher Alkurdi, Himmet Toprak Kesgin, Muzaffer Kaan Yuce, Mehmet Fatih Amasyali2026-07-29
💻 computer science

DriftSense++: Spatially Adaptive Drift Management in Dynamic Spatial Crowdsourcing

DriftSense++ es un marco dinámico que mejora la asignación de tareas de crowdsourcing espacial mediante el empleo de un enfoque de bucle cerrado y sensible a la región para detectar y gestionar de forma adaptativa tanto el desplazamiento de datos como el de concepto, superando significativamente a los métodos existentes en precisión, reducción de falsas alarmas y velocidad de recuperación a través de diversos conjuntos de datos del mundo real.

Md Mujibur Rahman, Quazi Mamun, Michael Bewong, Md Zahidul Islam2026-07-29
💻 computer science

ICU Mortality and LOS Prediction Models Using Machine Learning Based on Both Real and Synthetic Data

Este estudio evalúa modelos de aprendizaje automático para predecir la mortalidad en la UCI y la estancia hospitalaria en hospitales etíopes utilizando datos reales y sintéticos, encontrando que el entrenamiento híbrido con datos generados por CTGAN supera significativamente a otros métodos a pesar de su alto costo computacional, al tiempo que destaca el requerimiento de oxígeno y la SpO2 como los predictores de mortalidad más fuertes.

Girma Neshir Alemneh, Hirut Bekele Ashagrie, Lemlem Kassa Tegegne2026-07-28