💻 Category

cs

2305 artículos

💻 computer science

Native Byzantine-Robust Aggregation for Trustworthy Federated Learning: A C++20 Evaluation of Krum, Multi-Krum, Trimmed Mean, and Coordinate-wise Median

Este artículo presenta y evalúa una implementación de alto rendimiento en C++20 de algoritmos de agregación con robustez bizantina (Krum, Multi-Krum, Media Recortada y Mediana) para el Aprendizaje Federado, demostrando mediante rigurosas comprobaciones de corrección y comparativas que la combinación de supuestos bizantinos explícitos con un diseño de sistemas nativos numéricamente defensivos acelera significamente la agregación mientras mantiene la robustez contra actualizaciones adversarias.

Md Shahanur Islam Shagor2026-09-10
💻 computer science

Policy-Gated Zero-Trust Federated Learning: Identity-Bound Enrollment, Replay-Resistant Control, and Secure Coordination

Este artículo propone y valida una arquitectura de confianza cero con puerta de política para el aprendizaje federado que desacopla la autenticación de red de la influencia del modelo al vincular las identidades a tokens firmados, aplicando contratos de inscripción estrictos con nonces criptográficos y probando rigurosamente contra 22 escenarios adversarios para asegurar que solo participantes autorizados, recientes y no revocados puedan influir en el modelo global.

Md Shahanur Islam Shagor2026-09-10
💻 computer science

Adaptive Recursive Learning in Mixture of Experts: A Systematic Review

Esta revisión sistemática distingue entre el enrutamiento adaptativo y el aprendizaje recursivo en las arquitecturas de Mezcla de Expertos (MoE) para proponer el marco de Aprendizaje Recursivo Adaptativo Recursivo (RARL), el cual sintetiza la literatura actual sobre computación dinámica y especialización de expertos mientras esboza una agenda de investigación para abordar desafíos como la estabilidad del enrutamiento y la asignación inteligente con restricciones de recursos.

SIMAR SINGH RAYAT2026-09-10
💻 computer science

Project-Aware Validation in Software Defect Prediction: A Controlled Simulation and Real-World Benchmark Study of Evaluation Optimism

Este estudio demuestra, mediante simulaciones controladas y un análisis secundario de referentes del mundo real, que el uso de divisiones de entrenamiento/prueba aleatorias agrupadas en la predicción de defectos de software produce estimaciones de rendimiento sistemáticamente optimistas en comparación con los métodos de validación conscientes del proyecto, resaltando la necesidad crítica de protocolos de evaluación que respeten los límites del proyecto.

Vladimir Tomilov2026-09-10
💻 computer science

Trustworthy AI for Dengue Outbreak Forecasting Using a Temporal Fusion Transformer with Explainability and Uncertainty Estimation

Este estudio presenta un marco de IA confiable para la previsión de brotes de dengue que integra un Transformer de Fusión Temporal con estimación de incertidumbre probabilística, explicabilidad intrínseca y estratificación de riesgo basada en reglas para superar a los modelos de referencia y apoyar la toma de decisiones en salud pública.

Anima Dahal, Bibash Basnet2026-09-10
💻 computer science

Quorum-Bounded Asynchronous Federated Learning under Non-IID Data and Adversarial Clients: A Systems Study of Stale-Update Exclusion and Convergence

Este estudio demuestra que un diseño de aprendizaje federado asíncrono con límite de cuórum reduce eficazmente la latencia inducida por rezagados hasta en un 72% sin comprometer significativamente la precisión final, aunque revela que la heterogeneidad de los datos amplifica críticamente el daño de convergencia causado por clientes adversarios.

Md Shahanur Islam Shagor2026-09-10
💻 computer science

A Severity-Calibrated Adversarial Benchmark for Federated Learning: From Label Corruption to Structured Model-Update Injection

Este artículo introduce un referente adversarial calibrado por severidad para el aprendizaje federado que evalúa cinco familias de ataques distintas a través de diversas condiciones, demostrando que la magnitud del ataque por sí sola es un indicador insuficiente de daño y que la evaluación de seguridad robusta debe considerar la geometría del ataque, la proporción de la población maliciosa y las reglas de agregación.

Md Shahanur Islam Shagor2026-09-10
💻 computer science

How Far Can a Single Vector Carry a Language? Mechanistic Limits of Inference-Time Steering for Low-Resource Devanagari Languages

Este artículo investiga los límites mecanísticos del direccionamiento en tiempo de inferencia para generar lenguas devanagari de bajos recursos (maithili, nepalí y bhojpuri) utilizando representaciones de hindi en modelos multilingües extensos, encontrando que, si bien un único desplazamiento vectorial puede inducir la adherencia al idioma objetivo, este causa inevitablemente un colapso de la fluidez, revelando que la capacidad de direccionamiento está limitada por la separabilidad lineal en lugar de la competencia del modelo o el solapamiento del vocabulario.

Sumit Yadav, Santosh Giri, Ganesh Gautam2026-09-10
💻 computer science

Trusting the Null: Positive-Control Fuzzing of Post-Quantum Decode and Verify Paths in Java

Este artículo demuestra que, si bien una campaña de fuzzing a gran escala no encontró defectos en las rutas de decodificación y verificación post-cuántica de Bouncy Castle 1.85, un enfoque de control positivo validó con éxito el entorno de pruebas al descubrir fallos críticos de validación de longitud tanto en Bouncy Castle 1.84 como en múltiples versiones de JDK, revelando que estas implementaciones difieren únicamente en el momento de sus comprobaciones en lugar de en la lógica de sus decisiones.

Arpan Sharma2026-09-10
💻 computer science

Drosophila Connectome Topology Provides No Measurable Language- Model Advantage: A Preregistered Negative Experimental Program

Este estudio preregistrado probó sistemáticamente si la topología del cerebro de Drosophila podría mejorar los modelos de lenguaje y encontró que, a pesar de diversas integraciones arquitectónicas, el cableado derivado de la mosca no proporcionó ninguna ventaja mensurable sobre las líneas de base aleatorias, de grado equivalente o convencionales en la reducción del logaritmo negativo de la verosimilitud o en la mejora de la recuperación asociativa.

Vladislav Matyukhin2026-09-10