💻 ciencias de la computación

Retrieval-Augmented Safety Knowledge for Vision-Language-Action Models in Autonomous Vehicles

Este artículo propone un marco de subtitulado aumentado por recuperación que inyecta políticas de evasión de colisiones destiladas y reglas de conducción formales en modelos de Visión-Lenguaje-Acción, mejorando significativamente la precisión de la predicción de trayectorias de vehículos autónomos para igualar el rendimiento de la verdad fundamental al abordar detalles críticos de seguridad que los modelos estándar suelen omitir.

Elaheh Hosseini, Macheal Ruiz, Soodeh Nikan2026-09-04
💻 ciencias de la computación

Cost-Efficient Large Language Model-Assisted Title­­ and Abstract Screening for Systematic Reviews: Method Evaluation and Validation

Este estudio demuestra que los flujos de trabajo de modelos de lenguaje de gran tamaño cuidadosamente estructurados, particularmente aquellos que emplean el prompting de pocos disparos (few-shot prompting) y un razonamiento explícito, pueden lograr una alta sensibilidad en el cribado de revisiones sistemáticas al tiempo que reducen el esfuerzo manual en más del 80% a un bajo costo.

Dimitri Belenki, Alexander Astanin, Dan Baaken, Heinrich A. M. Leymann, Felix Meyer, Blanka Pophof, Evelyn Weiser2026-09-04
💻 ciencias de la computación

Condition-Aware Multiscale Hourglass-Transformer for Remaining Useful Life Prediction of Turbofan Engines

Este artículo propone un modelo de Transformador de Reloj de Arena Multiescala Sensible a la Condición (CA-MHT, por sus siglas en inglés) que mejora la predicción de la Vida Útil Remanente para motores de turbofán bajo diversas condiciones operativas mediante la normalización específica de régimen y el análisis temporal multiescala, al tiempo que utiliza SHAP e Integrated Gradients para validar la dependencia del modelo en el comportamiento temporal de los sensores y asegurar la transparencia en la toma de decisiones.

Mubashar Abbas2026-09-04
💻 ciencias de la computación

NumaRing: Topology-Aware Routing for NUMA-Local MPMC Queues, and What Broke When We Optimized It

Este artículo presenta NumaRing, una implementación de cola MPMC consciente de la topología que demuestra cómo los descubrimientos impulsados por el perfilado —específicamente la eliminación de una costosa búsqueda de topología por operación, la corrección de un cuello de botella de átomo compartido en el robo de trabajo y la eliminación de un retroceso de pausa de CPU ineficaz— pueden mejorar drásticamente el rendimiento, al tiempo que revela que, incluso con estas optimizaciones, el rendimiento bruto en un sistema de dos sockets permanece muy por debajo de los objetivos de diseño originales.

Parth Sinha2026-09-04
💻 ciencias de la computación

Enhanced Prediction of Blood Quality Using Ensemble RF

Este estudio propone un sistema de clasificación hematológica automatizado utilizando un modelo de ensamble de Bosque Aleatorio Mejorado (ERF, por sus siglas en inglés) entrenado con 7.196 registros de pacientes de hemogramas completos (CBC), el cual supera a otros algoritmos de aprendizaje automático en precisión diagnóstica y utiliza las técnicas SHAP y LIME para garantizar la interpretabilidad del modelo para el soporte de decisiones clínicas.

AVIJIT KUMAR CHAUDHURI2026-09-04
💻 ciencias de la computación

DriveSafe AI: Quantifying the Preprocessing Bottleneck in Lightweight Driver Drowsiness Detection

Este artículo identifica los cuellos de botella en el preprocesamiento, específicamente las limitaciones de las cajas delimitadoras (bounding boxes) de SSD, como la causa principal de la pérdida de precisión en los sistemas ligeros de detección de somnolencia del conductor y propone una solución que combina el preprocesamiento adaptativo CLAHE, un protocolo de confianza de tres zonas y la cuantización dinámica para lograr un 99.0% de precisión con una latencia inferior a 40 ms en dispositivos de borde.

Ankush Karmakar2026-09-04
💻 ciencias de la computación

Residual Hybrid Quantum Vision Transformers for Edge-Compatible Knee Osteoarthritis Grading

El artículo presenta QTRadX-KOA, un marco híbrido cuántico-clásico que integra una arquitectura base DenseNet-121, un Transformer ligero y un novedoso Cabezal Cuántico Híbrido Residual para lograr una clasificación de la osteoartritis de rodilla compatible con dispositivos periféricos y eficiente en recursos, con un rendimiento comparable al de modelos clásicos más grandes mientras reduce el recuento de parámetros en aproximadamente un 90%.

Hara Gopal V P, Nagaraju S2026-09-04
💻 ciencias de la computación

VeritasAI Multi Agent Framework for Explainable Fake News Detection Using Retrieval Augmented Generation

Este artículo presenta VeritasAI, un marco multiagente explicable que aprovecha la Generación Aumentada por Recuperación y un almacén de conocimiento basado en grafos para detectar noticias falsas en tiempo real mediante la simulación de un debate adversarial entre agentes especializados, proporcionando así veredictos y razonamientos transparentes basados en evidencia que superan a los sistemas tradicionales de caja negra.

Sandarsh J N, Divya T L2026-09-04
💻 ciencias de la computación

Parameter-performance scaling of hybrid quantum-classical policies for demand-charge-aware battery control

Este estudio demuestra que, si bien una política híbrida cuántica-clásica compacta puede superar marginalmente a una red clásica de tamaño equivalente en el control de baterías consciente del cargo por demanda, la ventaja es estrecha, específica para la tarea y no constituye una ventaja cuántica general sobre los modelos clásicos de referencia más rápidos.

Eunsung Oh2026-09-04