💻 Category

cs

4092 artículos

💻 ciencias de la computación

Adaptive Feature-Group Masking under Feature-Set Shift: A Reproducible Multi-Dataset Evaluation of When Simpler Corruption Wins

Esta evaluación reproducible de múltiples conjuntos de datos demuestra que el enmascaramiento adaptativo de grupos de características no supera significativamente a las políticas de corrupción no adaptativas más simples en la mejora de la robustez contra el cambio de conjunto de características, lo que sugiere que los controles emparejados y la inferencia a nivel de conjunto de datos son más críticos que los mecanismos de adaptación complejos para esta tarea.

Harmanan Gurvinder Kohli2026-09-15
💻 ciencias de la computación

A Closed-Loop Data-Driven Framework for Value Stream Mapping and Future-State Design

Este artículo propone un marco de trabajo de bucle cerrado y basado en datos que integra la minería de procesos, el análisis de redes complejas, el aprendizaje automático explicable y la simulación de gemelos digitales para automatizar el Mapeo del Flujo de Valor y optimizar cuantitativamente los diseños de Estado Futuro, demostrando reducciones significativas en el tiempo de entrega, el trabajo en proceso y los defectos en escenarios de fabricación del mundo real.

Edwin Montes Orozco, Mariam Dopslaf, Roman Anselmo Mora-Gutiérrez, Sergio Gerardo de-los-Cobos-Silva, Eric Alfredo Rincó (…)2026-09-15
💻 ciencias de la computación

Operator Learning for Robust Discovery of Fractional-Order Dynamical Systems from Noisy Data

Este artículo propone un marco robusto para el descubrimiento de ecuaciones gobernantes de sistemas dinámicos de orden fraccionario a partir de datos ruidosos mediante la integración de una Red de Operadores Profundos (DeepONet) para la estimación precisa de la derivada fraccionaria con la Identificación de Dinámica No Lineal dispersa (SINDy) de conjunto para la regresión dispersa, demostrando una precisión y generalización superiores en comparación con los métodos clásicos de diferencia finita y las redes neuronales estándar.

Yones Yousefpur Azar, Hossein Kheiri, Hamidreza Marasi2026-09-15
💻 ciencias de la computación

A small validation budget reliably selects a compact text representation for e-commerce recommendation prediction

Este estudio demuestra que el uso de un pequeño presupuesto de validación para seleccionar una representación de texto compacta (específicamente una combinación de TF-IDF y SVD) para tareas de recomendación en el comercio electrónico puede reducir los costos computacionales hasta en un 90% manteniendo un rendimiento de prueba comparable al de la selección con presupuesto completo, siempre que el conjunto de candidatos esté apropiadamente restringido.

Mujahid Shahid, Kwabena Owusu Agyemang, Oliver Konyo2026-09-15
💻 ciencias de la computación

Every-successful-replay route admission changes first-token latency rankings in clinical question answering

Este estudio demuestra que la aplicación de requisitos explícitos de admisión de evidencia en la respuesta a preguntas clínicas altera significativamente las clasificaciones de rutas y las métricas de latencia, al tiempo que reduce los errores de validez de la evidencia material, lo que resalta la necesidad de reglas de admisión estandarizadas en las evaluaciones de latencia clínica.

Rui Li, Jason Zhao, Shuang Cao, Alexandre Duprey, Ruihua Liu2026-09-15
💻 ciencias de la computación

Candidate Evidence Reranking and Risk-Aware Answer Selection in Multi-Hop Retrieval-Augmented Generation

Este artículo propone un marco de dos capas que presenta la reclasificación de evidencia candidata (CAPE) y la selección de respuestas consciente del riesgo (CTA/EBC) para optimizar la asignación de evidencia y la elección de la respuesta en la generación aumentada por recuperación de saltos múltiples, mejorando significativamente la recuperación y las puntuaciones F1 sobre los modelos base existentes como SAG, RRF y el voto de mayoría.

Pingrong Lin, Haimin Xu, Junqin Yang2026-09-15
💻 ciencias de la computación

Condence, Calibration, and Abstention in Small Open-Weight Language Models on Psychiatric Knowledge Questions: A Cross-Domain Replication

Este estudio piloto demuestra que los modelos de lenguaje pequeños de pesos abiertos aplicados a preguntas de conocimiento psiquiátrico exhiben una mala calibración de confianza, clasificaciones de precisión dependientes del dominio, y que el instarlos a abstenerse de responder a menudo degrada en lugar de mejorar el rendimiento cuando se evalúa con estadísticas emparejadas rigurosas.

Kunal Dhanda2026-09-15
💻 ciencias de la computación

Collective Epistemic Network Framework with Adaptive Field Control: Stability and Robustness in Adversarial Multi-Agent Systems

Este estudio introduce el Marco de Red Epistémica Colectiva (CENF, por sus siglas en inglés), un modelo computacional que integra el control de campo adaptativo y la plasticidad de la confianza que demuestra mejoras significativas en la precisión y estabilidad del consenso frente a ataques adversarios en redes multiagente sintéticas, estableciendo al mismo tiempo garantías formales de convergencia bajo condiciones de diseño específicas.

Ali Moslemi Tabrizi2026-09-15
💻 ciencias de la computación

Accuracy and Deployability of Deep Neural Networks for Human Action Recognition: A Six-Axis Survey and Controlled Benchmark

Este artículo presenta un estudio de seis ejes y un banco de pruebas controlado que demuestra que, si bien las redes neuronales profundas como R3D-18, R(2+1)D-18 y MC3-18 logran una alta precisión en el reconocimiento de acciones humanas, el despliegue práctico requiere equilibrar el rendimiento del reconocimiento con la eficiencia computacional, la robustez temporal y las restricciones de recursos, en lugar de depender únicamente de la precisión.

Nousheen Taj2026-09-15
💻 ciencias de la computación

Label-Efficient Transfer Learning for Human Action Recognition Using Pretrained VideoMAE

Este estudio demuestra que un codificador VideoMAE preentrenado y congelado, combinado con un clasificador lineal ligero, permite un reconocimiento de acciones humanas altamente eficiente en cuanto a etiquetas, logrando un sólido rendimiento en los bancos de pruebas UCF101 y HMDB51 con una anotación mínima, mientras mantiene una optimización estable y un uso constante de recursos computacionales.

Nousheen Taj2026-09-15