💻 Category

cs

4092 artículos

💻 ciencias de la computación

Jacobi-Enhanced Dynamic Hypergraph Learning for Graph-Based Fraud Detection

El artículo propone JK-DHGNN, un marco de doble vista que integra un generador de hipergrafos dinámicos Top-KK, filtrado espectral de Jacobi y un clasificador basado en polinomios de Jacobi para detectar eficazmente el fraude financiero y de comercio electrónico mediante el modelado tanto de relaciones por pares como de afiliaciones de orden superior, logrando un rendimiento superior en los conjuntos de datos YelpChi y Amazon al demostrar la eficacia de sus componentes dependiendo del conjunto de datos.

Danyang Li, Jie Shen, XiangBeng Yang, Zhenkai Qin2026-09-11
💻 ciencias de la computación

A lightweight boundary-refinement module improves entity mention accuracy in biomedical named entity recognition without degrading correct predictions

Este artículo presenta un Módulo de Refinamiento de Límites (BRM, por sus siglas en inglés) ligero y post-hoc que mejora significativamente la precisión del reconocimiento de entidades nombradas biomédicas al corregir errores de límite sin degradar las predicciones correctas existentes, mejorando así la estabilidad de la extracción de relaciones descendente requiriendo al mismo tiempo recursos computacionales mínimos.

Julius Beneoluchi Odili, Wasiu Oluwagbenga Hassan2026-09-11
💻 ciencias de la computación

A Bounded, Learnable Uncertainty Gate and Feature Augmentor for Deep Malware Detection

Este artículo presenta ChaosEntropyGate v2 (CEG-2), un mecanismo de compuerta de incertidumbre acotado y aprendible junto con un aumentador de características que, si bien mejora modestamente la detección de malware basada en aprendizaje profundo en regímenes específicos y corrige problemas previos de inestabilidad, confirma en última instancia que los ensambles de árboles ajustados siguen siendo la solución más robusta y rentable para la tarea.

Prakash Kumar Panigrahi, Neha Janu, Jayesh Gangrade2026-09-11
💻 ciencias de la computación

Deploying machine learning for remaining useful life prediction of lithium-ion batteries on Coral Dev Board

Este artículo evalúa y compara el rendimiento de los modelos Random Forest, XGBoost y Redes Convolucionales Temporales para predecir la vida útil remanente de las baterías de iones de litio, demostrando su despliegue práctico y efectividad en la Coral Dev Board para el mantenimiento predictivo en vehículos eléctricos.

Mariem Boujneh, Nesrine Majdoub, Taoufik Ladhari, Ali Serdar Atalay, Anis Sakly2026-09-11
💻 ciencias de la computación

APOSM: Pairwise preference learning improves generative small-molecule design

El artículo presenta APOSM, un marco de aprendizaje activo que mejora el diseño de moléculas pequeñas al entrenar un sustituto de red neuronal de grafos basado en comparaciones moleculares de pares en lugar de puntuaciones absolutas, mejorando así significativamente la consecución de objetivos y la eficiencia de muestreo en regímenes de cribado con ruido.

Marcus W. Dreisler, Richard Michael, Nikos Hatzakis, Wouter Boomsma2026-09-11
💻 ciencias de la computación

Integrated Gradient-guided Adversarial Counterfactual Explanations of 12-lead Electrocardiograms

Este artículo presenta InterGRACE, un marco adversario integrado guiado por gradientes que genera explicaciones contrafácticas clínicamente significativas para ECG de 12 derivaciones al dirigirse a características relevantes para la decisión como el segmento ST y la onda T, mejorando así la interpretabilidad de los modelos de IA para la detección del infarto de miocardio.

Bjørn-Jostein Singstad2026-09-11
💻 ciencias de la computación

Gender bias in the diagnosis of Alzheimer's Disease

Este estudio demuestra que los modelos de aprendizaje automático conscientes de la equidad, específicamente aquellos que emplean técnicas de mitigación de sesgos como el Eliminador de Impacto Dispar y el debiasing adversarial, pueden reducir significamente las disparidades relacionadas con el sexo en la clasificación de la enfermedad de Alzheimer utilizando datos de ADNI, manteniendo al mismo tiempo una alta precisión predictiva y mejorando la interpretabilidad de los determinantes clínicos y de género.

Susanne Neufang, Atae Akhrif, Oya D Beyan, Neuroimaging Initiative2026-09-11
💻 ciencias de la computación

An Automated, Contamination-Controlled VQA Benchmark for Evaluating Vision-Language Models on 3D Oncology Imaging

Este artículo presenta un flujo de trabajo de evaluación automatizado y con control de contaminación que genera preguntas de opción múltiple a partir de informes privados de radiología e imágenes oncológicas 3D para evaluar rigurosamente los modelos de lenguaje-visión, revelando que los modelos actuales a menudo dependen de pistas textuales o de la familiaridad con el conjunto de datos en lugar de una percepción visual genuina.

Bo Liu, Hanxue Gu, Xiangru Li, Zheren Zhu, Jacob Ellison, Kang Wang, Ke Sheng, Steve Braunstein, Janine Lupo, Yang Yang (…)2026-09-11
💻 ciencias de la computación

DualAttentionNet: A Lightweight Dual-Attention Framework for Robust Multi-Class EEG Digit Decoding

Este artículo presenta DualAttentionNet, un marco de aprendizaje profundo ligero que mejora al EEGNet tradicional mediante la incorporación de bloques de doble canal de atención para lograr una precisión de vanguardia del 92,36% en la decodificación de dígitos de EEG multiclase, garantizando al mismo tiempo robustez, interpretabilidad y eficiencia computacional.

Md Rashidul Islam, Md Shakil Hossain, Md Saiful Arefin, Md Ridwan Ali, Nick Rahimi, Saydul Akbar Murad2026-09-11
💻 ciencias de la computación

Enhancing the Robustness of Android Malware Detection Systems Against Adversarial Attacks: A Systematic Review of Defense Strategies and Emerging Challenges

Este artículo presenta una revisión sistemática de la literatura (2020–2025) sobre sistemas de detección de malware en Android basados en IA, analizando sus vulnerabilidades ante ataques adversarios, evaluando las estrategias de defensa existentes e identificando brechas críticas y direcciones de investigación futuras para lograr una seguridad robusta y confiable.

Zahraddeen Bala, Fatima Umar Zambuk, Badamasi Imam Ya’u, Kabiru Ibrahim Musa2026-09-11