💻 Category

cs

4051 artículos

💻 ciencias de la computación

Simple use of small and medium sized local LLMs for Q-matrix generation

Este artículo demuestra que los modelos de lenguaje de gran tamaño (LLM) locales, de pesos abiertos y de tamaño pequeño y mediano, pueden automatizar de manera efectiva y eficiente la generación de la matriz Q para los Modelos de Diagnóstico Cognitivo, ofreciendo una alternativa que preserva la privacidad y es accesible en recursos frente a la costosa curación por expertos y a los modelos de frontera de código cerrado.

Simas Stočkus2026-09-22
💻 ciencias de la computación

Customer Shopping Behaviour Analytics: An Integrated Data Pipeline and Decision-Support System

Este artículo presenta un marco de análisis de datos de extremo a extremo impulsado por IA que integra ETL en Python, modelado en MySQL y tableros interactivos para analizar transacciones minoristas, revelando que, si bien existe paridad de gasto de género a pesar del sesgo de volumen, los descuentos promocionales y los modelos de suscripción actuales no logran impulsar significativamente el tamaño de la cesta o el gasto por visita, destacando así brechas críticas en las estrategias de adquisición y monetización.

kadari Adharsh Yadav, G.N.R Prasad2026-09-22
💻 ciencias de la computación

A Multi-Layered Plagiarism and AI-Generated Content Detection Framework Integrating BERT-BiLSTM-Attention Encoding with Stylometric Analysis

Este artículo propone un marco integral y multicapa que integra la codificación BERT-BiLSTM-Attention, incrustaciones semánticas, huellas dactilares de n-gramas y análisis estilométrico para detectar de manera robusta coincidencias exactas, plagio parafraseado, copia de mosaico y contenido generado por IA, al tiempo que identifica la autoría inconsistente dentro de los documentos.

Vineesh V2026-09-22
💻 ciencias de la computación

SOC Copilot: A Complete, Lightweight, and Explainable Multi-Model Anomaly Detection Engine for Security Log Analysis

Este artículo presenta SOC Copilot, un motor de detección de anomalías multimodelo, ligero, no supervisado y exclusivo para CPU, que fusiona un Isolation Forest mejorado con un Autoencoder Profundo junto con explicabilidad basada en SHAP para lograr una precisión del 99.84% en el análisis de registros de seguridad de HDFS sin requerir datos etiquetados ni infraestructura de GPU.

Shreya V, Joselin Jennilia J, Vilashini V2026-09-22
💻 ciencias de la computación

The Cretogram Dataset for Isolated Character Recognition in Archaic and Classical Crete

Este artículo presenta Cretogram, un nuevo conjunto de datos de 11.161 caracteres epigráficos aislados y anotados manualmente de la Creta Arcaica y Clásica, y evalúa su utilidad para el reconocimiento computacional mediante HOG-SVM y modelos de aprendizaje profundo, alcanzando una puntuación macro-F1 máxima del 95,53% con ResNet-18 al tiempo que destaca confusiones de caracteres específicas inherentes a las variaciones locales de la escritura.

Ilias Gotsikas, Pericles A. Mitkas, Niki Oikonomaki2026-09-22
💻 ciencias de la computación

An ablation measured twice: small component effects can change sign across repeated training runs in breast-cancer histopathology segmentation

Este estudio demuestra que en la segmentación de histopatología de cáncer de mama, las contribuciones medidas de los componentes arquitectónicos pequeños en los estudios de ablación pueden variar significativamente en magnitud e incluso cambiar de dirección a través de ejecuciones de entrenamiento repetidas, lo que resalta la necesidad crítica de la replicación antes de extraer conclusiones definitivas sobre la eficacia de los componentes.

Md Mostafizur Rahman2026-09-22
💻 ciencias de la computación

Identical runs disagree more than different models: reproducibility limits in deep learning for brain-tumour MRI classification

Este estudio demuestra que las variaciones estocásticas no controladas en ejecuciones de aprendizaje profundo nominalmente idénticas para la clasificación de resonancias magnéticas de tumores cerebrales pueden exceder las diferencias de rendimiento entre distintas arquitecturas de modelos, socavando así la fiabilidad de los estudios de ablación estándar y necesitando protocolos de reproducibilidad más estrictos.

Md Mostafizur Rahman2026-09-22
💻 ciencias de la computación

Explainable Machine Learning for Early Detection of Mathematics Learning Difficulties: A Systematic Review of Multimodal Educational Data and Predictive Modeling

Esta revisión sistemática sintetiza la investigación sobre métodos de aprendizaje automático explicable que utilizan datos educativos multimodales para permitir la detección temprana y la explicación transparente de las dificultades en el aprendizaje de las matemáticas, al tiempo que destaca los desafíos actuales y propone una agenda de investigación futura centrada en la privacidad, la estandarización y el despliegue ético.

Tannaz Goodarzvand Chegini, Narges Hosseinzadeh, Faraz Dadgostari, Neda Nazemi2026-09-22
💻 ciencias de la computación

A Reproducible Framework for Auditing the Trustworthiness of Clinical Machine Learning Models

Este artículo presenta AETHEL, un marco de código abierto y reproducible que audita sistemáticamente la confiabilidad de los modelos de aprendizaje automático clínico mediante la evaluación de su discriminación, calibración, explicabilidad, robustez y utilidad clínica a través de entornos sanitarios heterogéneos para abordar los desafíos del cambio de dominio.

Tanya Deep2026-09-22
💻 ciencias de la computación

Asymptotically-Embedded Deep Learning for Unsteady Singularly Perturbed Convection-Diffusion-Reaction Equations

Este artículo presenta la Red Neuronal Informada por la Física Asintóticamente Embebida (AE-PINN), un marco de aprendizaje profundo libre de malla que supera el sesgo espectral de las PINN estándar mediante la inserción de expansiones asintóticas de capas límite en la arquitectura de la red, logrando así una alta precisión y estabilidad al resolver ecuaciones de convección-difusión-reacción singularmente perturbadas no estacionarias con gradientes pronunciados.

Tannaz Goodarzvand Chegini, Elyas Shivanian2026-09-22