💻 computer science

Continuous Degradation Representation Learning for Remaining Useful Life Prediction

El artículo propone CoDeR, un marco de aprendizaje de representación de degradación continua que integra un Codificador Transformer Acoplado de Doble Eje y un módulo de Aprendizaje Contrastivo Sensible al Tiempo para superar las limitaciones de las representaciones fragmentadas en los modelos de aprendizaje profundo existentes, logrando así predicciones más precisas de la Vida Útil Remanente para motores aeroespaciales.

Wei Li, Ruitao Ning, Shilin He, Bo Li, Zhidong Zhang2026-07-14
💻 computer science

Rethinking Time Series with Kolmogorov-Arnold Networks: A Systematic Review

Esta revisión sistemática evalúa la idoneidad de las Redes de Kolmogorov-Arnold (KANs) para el análisis de series temporales, concluyendo que, si bien sobresalen en la previsión interpretable de corto plazo con patrones suaves en diversos dominios, su aplicación actual está limitada por la evidencia heterogénea, los desafíos para manejar dependencias de largo alcance y cambios de régimen, y la necesidad de bancos de pruebas estandarizados y una validación rigurosa de la interpretabilidad.

Antoni Mól, Dariusz Jemielniak, Leon Ciechanowski2026-07-14
💻 computer science

CRC-LS-MOCBO: Safe multi-objective causal Bayesian optimization under uncertain causal structures

Este artículo presenta CRC-LS-MOCBO, un marco de optimización bayesiana causal multiobjetivo secuencial que garantiza intervenciones seguras bajo estructuras causales inciertas mediante la integración de la incertidumbre del grafo candidato, prioridades ponderadas por estabilidad y calibración de riesgo conforme para minimizar las violaciones de restricciones mientras se maximizan las ganancias del objetivo.

Wu JunJie2026-07-14
💻 computer science

Low-Cost Real-Time Earthquake Detection and Early Warning System Using IoT, Embedded Machine Learning

Este artículo presenta un sistema de alerta temprana de terremotos de bajo costo y en tiempo real que utiliza hardware de IoT (ESP32, GPS, GSM) y modelos de aprendizaje automático embebidos entrenados con datos sísmicos históricos para detectar patrones y alertar instantáneamente a los usuarios vía SMS, incluso en áreas con conectividad limitada.

Dinesh Katole, Salim A. Chavan2026-07-14
💻 computer science

HybridPII: A Tunable High-Recall Ensemble for Automated PII Detection and Privacy Risk Assessment in Compliance-Critical Applications

Este artículo presenta HybridPII, un modelo de ensamble híbrido ajustable que combina expresiones regulares ponderadas y NER de modelos múltiples para lograr una recuperación superior en la detección automatizada de PII, abordando específicamente la necesidad crítica de minimizar los falsos negativos en aplicaciones de privacidad críticas para el cumplimiento.

Soni Sweta, Arunabh Kshitij Kshitij2026-07-14
💻 computer science

Weak-topological neural operators for certificate-guided physical prediction

Este artículo introduce los Operadores Neuronales Débilmente Topológicos (WTNO, por sus siglas en inglés), un marco que mejora la selección de operadores neuronales para ecuaciones diferenciales parciales mediante el acoplamiento de predictores de estado con certificados geométricos, topológicos y de medida débil para asegurar predicciones físicas robustas en escenarios que involucran interfaces, cambios topológicos y eventos raros.

Hanji Du, Zhichao Deng, Zhongyi He, Feiyu Wang, Shuaiyu Jin2026-07-14
💻 computer science

From Programs to Predictions: A Scalable, Multilingual Platform for Automated Evaluation of Machine-Learning Olympiads

Este artículo presenta MLCompete, una plataforma web multilingüe y escalable diseñada para evaluar olimpiadas de aprendizaje automático a través de un flujo de trabajo asíncrono y agnóstico a las métricas y un entorno de ejecución seguro de dos niveles, demostrando su robustez y fiabilidad mediante su implementación exitosa en la Olimpiada Nacional de IA de Rumanía y la participación internacional.

Robert-Mihai Colca, Rusu Dinu-Stefan, Mihai Nan2026-07-14