💻 Category

cs

4067 artículos

💻 ciencias de la computación

IPEK: Intelligent Priority-Aware Event-Based Trust with Asymmetric Knowledge for Resilient Vehicular Ad-Hoc Networks

Este artículo propone IPEK, un marco de gestión de confianza inteligente para redes vehiculares ad-hoc que aprovecha el conocimiento asimétrico, la conciencia de la severidad de los eventos y la fusión basada en la teoría de la evidencia de Dempster-Shafer de Yager para detectar eficazmente atacantes estratégicos que explotan modelos de confianza homogéneos, logrando una tasa de recuperación significativamente mayor y tasas de falsos positivos más bajas que los esquemas centralizados existentes.

İpek Abasıkeleş-Turgut2026-09-19
💻 ciencias de la computación

Beyond direct AI exposure: Measuring network-mediated labor risk through multilayer occupational networks

Este artículo introduce una Red Ocupacional Multicapa (MONET, por sus siglas en inglés) y una Red Neuronal de Grafos Multicapa con Conciencia de Relación (RAM-GNN) para identificar riesgos laborales más allá de la exposición directa a la IA mediante el análisis de las asociaciones estructurales dentro de los vecindarios ocupacionales, ofreciendo una herramienta de cribado de políticas que equilibra la precisión de detección con la vulnerabilidad socioeconómica, al tiempo que advierte contra la aplicación errónea a nivel individual.

Soyoung Park, Junghyun Oh, Minkyung Song, Jin-woo Lee, Jincheul Jang, Sungsu Lim2026-09-19
💻 ciencias de la computación

Development and Evaluation of Target-Specific Machine-Learning Scoring Functions for Monoamine Oxidase B

Este estudio demuestra que, si bien las funciones de puntuación de aprendizaje automático específicas para el objetivo MAO-B, particularmente los modelos de regresión ajustados con características combinadas, superan significativamente a las funciones de puntuación genéricas en conjuntos de prueba independientes, su rendimiento de reconocimiento temprano está fuertemente influenciado por la similitud estructural con activos conocidos, lo que subraya la necesidad crítica de un diseño de evaluación riguroso y una validación prospectiva para asegurar la generalización al nuevo espacio químico.

Sherif Adel Arafa Elsabbagh2026-09-19
💻 ciencias de la computación

Dissecting ADDQN: An Ablation Study for Deadline-Aware Task Scheduling in Fog Computing

Este artículo presenta un estudio de ablación sistemático que demuestra que el rendimiento superior de la Red Q Doble Mejorada por Atención (ADDQN) para la programación de tareas con conciencia de plazos en computación de niebla depende críticamente de la interacción sinérgica de sus componentes, identificándose el modelado de recompensa y la fusión de doble vía como los contribuyentes más significativos para una programación robusta.

Nagwa Elmobark, Sara Elhishi, Alshaimaa M. Mohammed2026-09-19
💻 ciencias de la computación

Differentially and Integrally Attentive Convolutional-Based Real-Time Photoplethysmographic Signal Quality Classification

Este artículo propone un marco de trabajo en tiempo real basado en Redes Neuronales Convolucionales, mejorado con mecanismos de atención diferencial e integral, para clasificar de manera robusta la calidad de la señal fotopletismográfica a través de diversos dispositivos portátiles, logrando una alta precisión y puntuaciones F1 mientras equilibra el tamaño del modelo y el rendimiento.

Rafael Lima, Italo Sandoval, Arthur Valencio, Maíssa Maniezzo, Pedro Garcia2026-09-18
💻 ciencias de la computación

The Imposed and Emergent Pieces of Convolution Under an Energy Budget

Este artículo utiliza una búsqueda evolutiva bajo un presupuesto de energía para descomponer las redes neuronales convolucionales en prioris impuestos y estructuras emergentes, revelando que la conectividad dispersa y el intercambio de pesos surgen naturalmente, mientras que los filtros compactos requieren mecanismos de mutación específicos y la composición en el eje de canales alcanza un muro de capacidad sin supervisión.

Vasili Gavrilov2026-09-18
💻 ciencias de la computación

Real-Time Acoustic Keylogging: A Convolutional Neural Network Based Approach

Este artículo presenta un novedoso sistema de registro acústico de pulsaciones de teclas en tiempo real que utiliza una red neuronal convolucional entrenada en espectrogramas de log-mel para lograr una inferencia de pulsaciones de alta precisión con baja latencia (0,35 segundos) y un rendimiento robusto incluso en condiciones de datos de entrenamiento limitados.

Joshua Edgley, Aikaterini Kanta, Athanasios Paraskelidis2026-09-18
💻 ciencias de la computación

Cross-Age Real-Time Kannada Sign Language Recognition using Curvilinear Geometric Features and CNN-LSTM Models

Este estudio introduce un marco robusto y en tiempo real para el reconocimiento de la Lengua de Señas Kannada entre distintas edades que integra la extracción de características geométricas curvilíneas con una arquitectura híbrida CNN-LSTM, logrando una precisión del 94,6% en un conjunto de datos recién curado de 5.000 muestras anotadas para facilitar la traducción efectiva de señas a texto para la comunicación asistiva.

Ramesh M. Kagalkar, Bahubali Shiragapur, Praveen B M2026-09-18
💻 ciencias de la computación

MAT-3: A Bounded Averaged-Projection Operator for Pre-Inference Cognitive-Affective Guidance

Este artículo presenta MAT-3, un operador de pre-inferencia acotado y no expansivo que guía el comportamiento afectivo de los modelos de lenguaje mediante proyecciones promediadas sobre un conjunto afín definido localmente por la covarianza, incorporando al mismo tiempo mecanismos de seguridad para la abstención selectiva, aunque su eficacia práctica en modelos de lenguaje de uso descendente aún debe ser validada empíricamente.

Tiago Aguioncio Vieira2026-09-18✓ Author reviewed ⓘ
💻 ciencias de la computación

A Dynamic Adaptive Fusion Transformer for Zero-Inflated Intermittent Spare Parts Demand Forecasting

Este artículo propone un Transformador de Fusión Adaptativa Dinámica (DAF-Transformer) que descompone la previsión de la demanda de piezas de repuesto intermitente con exceso de ceros en la probabilidad de ocurrencia y la estimación del tamaño condicional, utilizando un mecanismo de fusión adaptativa dinámica para reducir significativamente los errores de previsión y suprimir las predicciones positivas espurias durante los períodos de demanda cero.

Weiqi Chen, Yujiao Wen, Bin Ni, XuFeng Wang, Hongya Zhou, XiaoLin Liu2026-09-18