💻 Category

cs

4092 artículos

💻 ciencias de la computación

Synergizing Intelligence: A Comparative Evaluation of Machine Learning and Data Mining Techniques for Optimized Computational Analytics

Este artículo propone y valida un modelo de Analítica Computacional híbrida (HCAM) que integra técnicas de minería de datos para la estructuración de características con clasificadores de aprendizaje automático supervisado, demostrando mejoras estadísticamente significativas en la precisión predictiva e interpretabilidad sobre los métodos independientes en el conjunto de datos UCI Heart Disease.

Kanakam Sadhi Kumar, Arpana Bharani2026-09-15
💻 ciencias de la computación

A Retrieval-Augmented Generation Method for Industrial Documents based on Reinforcement Learning

Este artículo propone RLo-RAG, un modelo de Generación Aumentada por Recuperación de Múltiples Rondas basado en Aprendizaje por Refuerzo y mejorado con LoRA, el cual utiliza una función de recompensa dinámica para recuperar iterativamente fragmentos de documentos de alta relevancia y mejora significativamente la precisión de la recuperación y la calidad de la generación para documentos industriales en comparación con los métodos RAG tradicionales.

Ling WeiQing, Yongqi Zhi2026-09-15
💻 ciencias de la computación

MDFR-Net: Towards Enhanced Feature Refinement for Aerial Small Object Detection

Este artículo propone MDFR-Net, un nuevo marco de aprendizaje profundo que mejora la detección de objetos pequeños aéreos mediante la integración de módulos de Fusión Atencional Jerárquica Multiescala, de Potenciador de Características de Orientación Desacoplada y de Fusión de Agrupación de Convolución Jerárquica para abordar eficazmente los desafíos relacionados con la escala mínima, las orientaciones diversas y la interferencia de fondo compleja.

Jing Wang, Jia Su, Yanli Hou, Boning Hu2026-09-15
💻 ciencias de la computación

An ML-Based Hybrid Task Scheduler for Classical–Quantum Computing Environments Using Real Graph-Derived Workloads

Este artículo presenta un planificador de tareas híbrido basado en aprendizaje automático que optimiza la asignación de recursos entre procesadores clásicos y cuánticos utilizando cargas de trabajo reales derivadas de grafos, demostrando un rendimiento superior en tiempo de finalización, makespan y rendimiento en comparación con las líneas base tradicionales y basadas en reglas.

Peter Nimbe, Nicodemus Songose Awarayi, Vivian Akoto-Adjepong, Faiza Umar Bawah, Patrick Kwabena Mensah, Obed Appiah, Ch (…)2026-09-15
💻 ciencias de la computación

DA-LightNet: Real-Time Rain and Haze Removal on Edge Devices

Este artículo propone DA-LightNet, una red de aprendizaje profundo unificada y ligera que elimina eficazmente la lluvia y la neblina en tiempo real en dispositivos periféricos con recursos limitados mediante el empleo de un módulo de modulación consciente de la degradación y bloques convolucionales eficientes para equilibrar una alta calidad de restauración con un bajo costo computacional.

Jianhong Li, Yan Liang, Miaoqin Yuan, Fuyu Deng, Ke Fang, Guangqiang He2026-09-14
💻 ciencias de la computación

Context-Adaptive Emotional Speech Synthesis via Feature Control in Multi-Turn Dialogue (ChinaMM 2026)

Este artículo propone un marco de trabajo adaptativo al contexto para la síntesis de voz emocional multiturno que aprovecha la memoria de diálogo histórica y una entrada conjunta bimodal de señales de voz y texto para predecir y controlar dinámicamente las características acústicas, superando así las limitaciones de los métodos tradicionales basados en transcripciones para lograr respuestas naturales y emocionalmente coherentes.

Qinglan Wei, Ruiqi Xue, Long Ye, Yuan Zhang2026-09-14
💻 ciencias de la computación

GPU-Accelerated Graph-Colored Simulated Annealing for Integer Factorization

Este artículo presenta un pipeline acelerado por GPU que mapea la factorización de enteros a un modelo de Ising disperso resuelto mediante recocido simulado con coloración de grafos en una NVIDIA GH200, factorizando con éxito semiprimos de 128 bits al combinar actualizaciones de espín paralelas con técnicas de postprocesamiento guiadas.

Advith Desu, Aryan Namboodiri, Anil Prabhakar2026-09-14
💻 ciencias de la computación

Beyond Transfer Learning: Evaluating the Trustworthiness of Pretrained GeoAI Models for Rooftop Solar PV Mapping

Este estudio demuestra que, si bien el aprendizaje por transferencia mejora significativamente el rendimiento de los modelos de GeoAI preentrenados para el mapeo de sistemas fotovoltaicos en tejados a través de diversas regiones geográficas, la precisión predictiva por sí sola es insuficiente para garantizar un despliegue confiable, lo que requiere un marco de evaluación integral que también considere la robustez, la fiabilidad, la generalización, la transparencia y la incertidumbre residual.

Tahsin Hossain, Tan Yigitcanlar, Niklas Tilly, Filip Biljecki2026-09-14
💻 ciencias de la computación

Agentic AI-Based Predictive Security and Resilience Framework for SSL/TLS and Encrypted Traffic Infrastructure in Cloud-Native Environments

Este artículo presenta AAPS-TLS, un marco de IA multiagente de código abierto que aprovecha el razonamiento impulsado por LLM y el aprendizaje por refuerzo para lograr una gestión de certificados predictiva casi perfecta, la detección de anomalías en el tráfico cifrado y el cumplimiento automatizado de políticas para la infraestructura SSL/TLS en entornos nativos de la nube, validado mediante simulaciones reproducibles rigurosas y pilotos de producción indicativos.

Pushpjeet Shrivastava, Vishnu Gatla, Syam Dondapati, Srikanth Raju Uppalapati2026-09-14
💻 ciencias de la computación

A Hybrid Two-Tier Continuous Authentication Framework with a Security-First Calibration Strategy for Zero-Trust Web Deployments

Este artículo presenta ALJ, un marco de autenticación continua híbrido de dos niveles para despliegues web de Confianza Cero que reemplaza los modelos de proxy con algoritmos genuinos de ARIMA, LCS, SVM y JRip e introduce una estrategia de calibración de seguridad prioritaria para mejorar significativamente la exhaustividad y reducir las tasas de evasión de adversarios en comparación con los umbrales estáticos estándar.

Nabil El Kadhi2026-09-14