💻 Category

cs

3729 artículos

💻 ciencias de la computación

Multimodal Weakly Supervised Learning of Epicardial and Pericoronary Adipose Tissuefor CCTA-Based Coronary Disease Phenotype Prediction: A Methodological Feasibility Study

Este estudio de factibilidad metodológica demuestra que un marco multimodal débilmente supervisado que integra la imagen del tejido adiposo epicárdico y pericoronario con variables clínicas mejora significativamente la predicción de los fenotipos de enfermedad de las arterias coronarias definidos por CCTA en comparación con los datos clínicos por sí solos, al tiempo que revela que las arquitecturas de columna vertebral compartida de eficiencia de parámetros se desempeñan de manera comparable a los modelos de doble columna vertebral más complejos en cohortes pequeñas.

Hanene Guesmi, Haifa Harrouch, Muna O. Alamoudi, Karim Gasmi2026-10-27
💻 ciencias de la computación

MLHKP-MCD: Evidence-Preserving Digital Infrastructure for Munda Living Heritage

El artículo presenta MLHKP-MCD, una infraestructura digital y un conjunto de datos conscientes de la procedencia diseñados para preservar las relaciones de evidencia, el contexto cultural y la autoridad comunitaria del patrimonio vivo Munda mediante el mantenimiento de registros distintos pero consultables de fuentes, afirmaciones y condiciones de verificación.

Mohammad Amir Khusru Akhtar, Arvind Hans, Rajan Pahan2026-10-27
💻 ciencias de la computación

Graph Neural Networks for Provenance-Based APT Detection under a Temporal Transfer Framework: A Review

Esta revisión examina críticamente la detección de APT basada en GNN en grafos de procedencia de sistemas, revelando que, a pesar de la alta precisión en los puntos de referencia, la mayoría de los estudios no logran abordar los desafíos de transferencia temporal, lo que impulsa a los autores a proponer una taxonomía de seis dimensiones, una lista de verificación de reporte y un marco para evaluar los detectores en datos futuros con umbrales bloqueados.

Noor Hazlina Abdul Mutalib, Aznul Qalid Md Sa, Ainuddin Wahid Abdul Wahab, Erma Rahayu Mohd Faizal Abdullah, Nouar AlDah (…)2026-10-27
💻 ciencias de la computación

A Priori Domain Shift Index for Assessing Transferability in Federated Fault Diagnosis of Rotating Machinery

Este artículo propone un Índice de Desplazamiento de Dominio (DSI) que preserva la privacidad basado en la distancia de Wasserstein segmentada para evaluar la transferibilidad en el diagnóstico de fallos federado antes del entrenamiento, encontrando que, si bien ofrece una herramienta de cribado estable para la disimilitud de los datos, no supera significativamente a los modelos base simples en la predicción cuantitativa de la pérdida de precisión.

Javad Afshari, Mahmoud Afshari, Hossein Afshari2026-10-27
💻 ciencias de la computación

Pretraining on Adult ICU Data Accelerates Data Efficient AI Model Development in Critically Ill Children

El preentrenamiento de modelos de IA con abundantes datos de UCI de adultos acelera significativamente el desarrollo de modelos eficientes en datos para niños en estado crítico, ofreciendo un rendimiento superior al entrenar desde cero cuando los datos pediátricos locales son escasos, aunque requiere un ajuste fino local en lugar de un despliegue directo de cero disparos (zero-shot).

Yuxuan Liu, Jake Ormond, Emma C. Alexander, Alexander Philip Yehuda Brown, Tuan Chen Aw, Angela Aramburo, Samiran Ray, P (…)2026-10-27
💻 ciencias de la computación

Intelligent Healthcare: AI and Machine Learning in Diagnosis, Precision Medicine, and the Pursuit of Explainable, Trustworthy Clinical Systems

Esta revisión examina el papel transformador de la IA y el aprendizaje automático en aplicaciones de la salud tales como el diagnóstico y la medicina de precisión, al tiempo que enfatiza que lograr una adopción clínica confiable requiere superar barreras significativas —incluyendo la privacidad de los datos, la opacidad de los modelos y el sesgo— mediante la IA explicable, la validación robusta y la colaboración efectiva entre humanos e IA.

Ekta R. Kaneriya¹, Maulik K. Shah², Krishna H. Sapariya2026-10-27
💻 ciencias de la computación

Modeling Multi-Way Vehicular Interactions for Proactive Collision Avoidance via Hypergraph Federated Learning in CR-VANET’s

Este artículo propone TCAS-HGNN-FL, un novedoso Sistema de Evitación de Colisiones de Tráfico para CR-VANETs habilitados para 5G que integra Redes Neuronales de Hipergrafos y Aprendizaje Federado para modelar eficazmente las complejas interacciones entre múltiples vehículos, mejorando significativamente la evitación de colisiones, la eficiencia del espectro y la fiabilidad de la red, manteniendo al mismo tiempo la robustez contra ataques adversarios y preservando la privacidad de los datos.

kotb elbarbary, Ahmed Fawzi, Ashraf Eltholth, Ahmed Yahya2026-10-27
💻 ciencias de la computación

PALR-DNA: A Probability-Aware Latent Recovery Framework for Error-Resilient Image Storage in DNA

Este artículo propone PALR-DNA, un marco de recuperación latente consciente de la probabilidad que utiliza un transformador de ADN a latente y distribuciones de probabilidad a nivel de bytes para mejorar significativamente la calidad de la reconstrucción de imágenes a partir de secuencias de ADN ruidosas, aprovechando eficazmente la incertidumbre en las predicciones de baja probabilidad.

Siqiang Chen, Ruijing Zhao, Tianyu Wu, Ting Huang, Xiaozhi Huang, Qingjiang Sun2026-10-27
💻 ciencias de la computación

Rehearsing Urban Futures: Generative Agents and Daily Life Narratives

Este artículo presenta un sistema interactivo que combina la generación de narrativas y agentes generativos para transformar el testimonio de los residentes en futuros urbanos simulados, demostrando que la capacidad de desafiar y corregir los comportamientos "erróneos" de los agentes desplaza eficazmente la participación pública de la evaluación de arreglos incrementales hacia el ensayo activo de cambios urbanos complejos y sistémicos.

Leticia Izquierdo, Jason Nawyn, Patricia Maes, Kent Larson2026-10-27
💻 ciencias de la computación

Design and Implementation of a Secure, Scalable and Observable Cloud-Native DevOps Architecture for Microservices Deployment on Microsoft Azure

Este artículo presenta el diseño e implementación de una arquitectura DevOps nativa de la nube, segura, escalable y observable en Microsoft Azure para una aplicación de microservicios de reserva de salones, demostrando cómo la integración de Infraestructura como Código, la orquestación de Kubernetes, los flujos de trabajo de CI/CD automatizados y el monitoreo integral transforma el despliegue manual en un flujo de trabajo reproducible y resiliente.

Nader Amri, Helmi Jbili, Sofien Mhatli, Shiraz Ouertani, Adel Aldalbahi2026-10-27