💻 ciencias de la computación

A Residual Transformer Framework for Biomechanics-Aware Yoga Posture Recognition and Feedback

Este artículo propone la Red de Transformador Biomecánico Residual (RBTNet), un marco de aprendizaje profundo que combina la detección de puntos clave YOLOv8m-Pose con un análisis temporal basado en Transformers para lograr una precisión del 98% en la clasificación de ocho posturas de yoga y la generación de retroalimentación correctiva basada en desviaciones de los ángulos articulares biomecánicos sin requerir datos específicos del usuario.

Mrinal Kanti Nath, Tapan Chowdhury, Nilay Dhar, Hiranmoy Sarkar, Debanjan Bunia, Arman Munshi2026-09-09
💻 ciencias de la computación

Sentinelbi AI: an AI-Powered Business Intelligence System for Revenue Monitoring and Anomaly Detection

Este artículo presenta SentinelBI AI, una plataforma de inteligencia de negocios desplegable que integra modelos de Isolation Forest y LSTM Autoencoder para detectar patrones anómalos en los ingresos del comercio electrónico, fusionando sus salidas en un sistema de alertas de tres niveles accesible a través de un tablero interactivo de Streamlit para el soporte de decisiones accionables.

Tata Venkata Karthik, B. Srinivas S. P. Kumar2026-09-09
💻 ciencias de la computación

Reasoning-Aware Error-Bounded KV-Cache Compression and Sparse Attention for Long-Context LLMs

Este artículo propone un marco de trabajo consciente del razonamiento que combina dinámicamente la compresión de la caché KV con límites de error y la atención dispersa para reducir significativamente la memoria, la computación y la latencia en la inferencia de LLM de contexto largo, garantizando formalmente la precisión de la salida de atención mediante un límite de masa descartada calibrado.

Yue Ning, Zhenning Guo, Xiang Li, Wenjuan Guo2026-09-09
💻 ciencias de la computación

Computational representations and evolutionary functions of emotions (Part 1): Reward signals

Este artículo demuestra que la optimización de agentes de aprendizaje por refuerzo para tareas relacionadas con las emociones genera naturalmente señales de recompensa internas que se alinean con las características fundamentales de las emociones biológicas, lo que respalda el principio de que las emociones evolucionan para alterar las acciones en la búsqueda de metas intangibles.

Yikai Wang2026-09-09
💻 ciencias de la computación

Comparative Evaluation of Traditional Machine Learning and Transformer Models for Fake News Detection

Este estudio evalúa sistemáticamente cuatro modelos de aprendizaje automático tradicional frente a cuatro modelos basados en transformadores a través de cinco conjuntos de datos públicos, demostrando que, si bien las arquitecturas de transformadores como RoBERTa superan significativamente a los métodos tradicionales en la precisión de la detección de noticias falsas, incurren en costos computacionales sustancialmente mayores, ofreciendo así conocimientos críticos sobre el compromiso entre modelos bajo diversas restricciones de recursos.

Kazi Abdul Mannan, Md. Jubaer Ahmed Aronno, Rumana Akhter Anika2026-09-09
💻 ciencias de la computación

Only the Tens Count, but Trumps Decide: Formalising and Benchmarking Dahal Jeet, a Nepali Variant of Mendikot

Este artículo define formalmente el juego de cartas nepalés Dahal Jeet, previamente no documentado, y presenta un benchmark computacional exhaustivo que demuestra que los agentes basados en la búsqueda superan a los métodos de aprendizaje, al tiempo que revela que la longitud de los triunfos es un predictor de victoria más fuerte que las cartas de puntuación y que controlar la varianza del reparto es esencial para medir con precisión las diferencias de rendimiento entre humanos y agentes.

Ganesh Gautam, Raju Kumar Yadav2026-09-09
💻 ciencias de la computación

Selecting Denoisers for Frozen Pedestrian Detectors Under Gaussian Noise and JPEG Acquisition: Degradation Matching over Restoration Fidelity

Este estudio demuestra que para detectores de peatones congelados bajo ruido gaussiano y adquisición JPEG, seleccionar los denoisers basándose en la concordancia del modelo de degradación es crítico para la recuperación de la detección, mientras que confiar en métricas tradicionales de fidelidad de restauración como PSNR o SSIM puede conducir a elecciones subóptimas.

Vo Thanh Kiet, Rene Jaros, Ly Duc Minh, Petr Bilik, Radek Martinek2026-09-09
💻 ciencias de la computación

AlamX: A Privacy-Preserving Local AI Framework for Symptom-Based Disease Prediction and Conversational Clinical Triage

AlamX es una plataforma de inteligencia clínica totalmente local y preservadora de la privacidad que combina un sistema de triaje de síntomas y signos vitales basado en Random Forest con un LLM biomédico ejecutado localmente para proporcionar predicciones de enfermedades precisas y conscientes de la incertidumbre, así como orientación de salud conversacional, sin transmitir datos sensibles del usuario a servidores remotos.

Hamid Alam, Shubham Kumar, Rahat Kr Pradhan, Saksham Pradhan, Rohit Subba, S D Mohana2026-09-09
💻 ciencias de la computación

Perceived Quality of Siloed Versus Time-Synchronized Data Architectures for AI-Based Digital Mental Health: A Within-Subjects Scenario Study

Un estudio de escenario intrasujetos con adultos de los EE. UU. encontró que los usuarios perciben las arquitecturas de datos integradas y sincronizadas en el tiempo para sistemas de salud mental digital basados en IA de manera más favorable que los marcos tradicionales aislados en cuanto a calidad del sistema, calidad de la información y beneficios netos, aunque estas modestas ventajas perceptuales justifican una mayor validación mediante pruebas de prototipos funcionales.

Saranya Vaithilingam2026-09-09