💻 Category

cs

2454 artículos

💻 computer science

REGAL-Driven Hierarchical Graph Reinforcement Network for Stable and Energy- Efficient Communication in Wireless Sensor Networks

Este artículo propone la Red de Refuerzo de Grafos Jerárquica impulsada por REGAL (HGRN, por sus siglas en inglés), un marco novedoso que integra Redes Neuronales de Grafos, Atención de Gradiente de Energía Residual, Aprendizaje por Refuerzo Profundo y un Algoritmo de Optimización de Partridge Adaptativo a la Energía para lograr una comunicación estable, eficiente energéticamente y con carga equilibrada en Redes de Sensores Inalámbricos a gran escala, demostrando un rendimiento superior en la vida útil de la red, la conservación de energía y la entrega de paquetes en comparación con los enfoques de agrupamiento existentes.

Kumar J, Vinoth Kumar P, Bharathi S, Deepan S2026-07-15
💻 computer science

Blast Radius Characterization of Triple-Level Poisoning Attacks in Knowledge Graph Retrieval-Augmented Generation Systems

Este artículo formaliza y cuantifica empíricamente el radio de explosión de los ataques de envenenamiento de triple nivel en los sistemas RAG de grafos de conocimiento, demostrando que el envenenamiento de nodos centrales causa la propagación más severa de la corrupción y proponiendo una defensa consciente del grafo basada en una puntuación de confianza ponderada por grado para mitigar estos riesgos.

Shree Raksha H R, Jasmine K S2026-07-15
💻 computer science

Enhancing Intrusion Detection System Resilience Against Adversarial Evasion Attacks Using Adversarial Training

Este artículo propone un sistema de detección de intrusiones híbrido LightGBM-MLP mejorado mediante entrenamiento adversarial con el Método del Signo del Gradiente Rápido (FGSM) en el conjunto de datos UNSW-NB15, logrando mejorar la robustez contra ataques de evasión al mantener un 77,80% de precisión bajo perturbaciones fuertes mientras incurre en solo una reducción mínima del 6,66% en el rendimiento con datos limpios.

MUKUNTH s, VATCHALA S, YOGESH C2026-07-15
💻 computer science

Adaptive Keyframe Selection and Reconstruction for Volumetric Density Field Sequences Using Structural Descriptors

Este artículo propone un marco adaptativo para secuencias de campos de densidad volumétrica que utiliza un nuevo descriptor estructural para la selección óptima de fotogramas clave mediante programación dinámica y un esquema de interpolación basado en partículas para lograr una reconstrucción de alta fidelidad con un mínimo de artefactos.

Jong-Hyun Kim2026-07-15
💻 computer science

Frequency-Guided Real-Time Detection of Weak Water-Surface Targetsfor Unmanned Surface Vehicles

Este artículo propone un detector ligero y en tiempo real para vehículos de superficie no tripulados que mejora la detección de objetivos débiles en la superficie del agua mediante la integración de enrutamiento de características guiado por frecuencia y supervisión de localización adaptativa normalizada por escala para abordar desafíos como el bajo contraste y el tamaño pequeño de los objetos, manteniendo al mismo tiempo estrictas restricciones de latencia y tamaño del modelo.

Ling Qin, AnChuan Wang, Qing Huang, Qun Zou2026-07-15
💻 computer science

Closed-loop Auto Research for Molecular Property Prediction: Discovering and Certifying Generalizable Improvements

Este artículo presenta un marco de investigación automatizada de bucle cerrado que utiliza agentes de modelos de lenguaje para editar representaciones moleculares, modelar código y evidencia externa, descubriendo y certificando con éxito mejoras generalizables a través de múltiples evaluaciones de propiedades moleculares mientras distingue las ganancias transferibles reales de la varianza de selección no transferible y los cambios de distribución mediante pruebas rigurosas de exclusión.

Jingjie Ning, Xiaochuan Li, Ji Zeng, Chenyan Xiong, Guolin Ke2026-07-15
💻 computer science

Ensemble method of transfer learning Deep learning and vision transformer influencing explainable AI for Breast Cancer Prediction

Este artículo propone un marco de inteligencia artificial explicable que combina el aprendizaje por transferencia, los Vision Transformers y métodos de ensamble para lograr una precisión de predicción de cáncer de mama superior (96,82 %) en el conjunto de datos BreakHis, utilizando técnicas como Grad-CAM y LIME para mejorar la transparencia e interpretabilidad del modelo.

Rajyalakshmi Bandi, Pullarao Chennamsetty2026-07-15
💻 computer science

Large-Scale Multi-Cancer Detection by Learning Segmentation from Reports

El artículo presenta R-Super, un nuevo marco de trabajo que aprovecha más de 100.000 informes radiológicos para entrenar modelos de segmentación de tumores sin requerir la escasa disponibilidad de máscaras manuales, permitiendo así una detección de múltiples cánceres a gran escala que supera significativamente tanto a los modelos de IA existentes como a los radiólogos humanos.

Pedro Bassi, Xinze Zhou, Wenxuan Li, Szymon Płotka, Jakob Wasserthal, Jieneng Chen, Ibrahim Ethem Hamamci, Sezgin Er, Ja (…)2026-07-15
💻 computer science

SonicPlay: Bridging Accessibility and Game Development Through a Framework for Blind Players

Este artículo presenta SonicPlay, un marco de trabajo basado en Unreal Engine que operativiza los principios de accesibilidad basados en audio en herramientas reutilizables, demostrando a través de estudios duales con jugadores ciegos y desarrolladores profesionales que permite eficazmente la navegación espacial independiente mientras se integra perfectamente en los flujos de trabajo estándar de desarrollo de videojuegos.

Alexander Espeseth, Kjetil Raaen, Ivar Kjellmo2026-07-15
💻 computer science

Multidimensional Exploration of Influencing Factors of College Students' Academic Performance: An Empirical Study Based on 18 Machine Learning Algorithms

Este estudio empírico analiza datos de 145 estudiantes de la UCI utilizando 18 algoritmos de aprendizaje automático para identificar que el modelo LightGBM predice con mayor exactitud el rendimiento académico, revelando que los factores personales y de educación escolar (como el género, la edad, el trabajo a tiempo parcial y la escucha en clase) son los principales impulsores del éxito, mientras que los factores familiares tienen un impacto más débil, permitiendo así el desarrollo de una aplicación Shiny interpretable para intervenciones académicas personalizadas.

Chen Shen, Tongping Shen2026-07-15