💻 Category

cs

4092 artículos

💻 ciencias de la computación

BioSurveillance-Agent: A Multi-Method Explainable Agentic Platform for Epidemic Surveillance on One-Health Networks

BioSurveillance-Agent es una plataforma de agentes explicable y multimétodo que integra redes de Una Sola Salud, sensores corporales (wearables) y un pipeline de IA híbrido para permitir una vigilancia e intervención epidémica jerárquica y adaptativa al contexto, demostrando reducciones significativas en la propagación de enfermedades y la mortalidad mediante una toma de decisiones robusta y auditable por humanos.

Valentina Carbonari, Annamaria Defilippo, Pietro Hiram Guzzi, Pierangelo Veltri2026-09-02
💻 ciencias de la computación

CMTD: Cascaded Multi-Token Disambiguation Model for Lip Reading

El artículo propone el Modelo de Desambiguación de Múltiples Tokens en Cascada (CMTD, por sus siglas en inglés), el cual mejora el rendimiento de la lectura de labios integrando el modelado de contexto futuro directamente en el proceso de decodificación a través de una estructura de predicción de múltiples tokens en cascada y un objetivo de entrenamiento jerárquico, resolviendo así eficazmente las ambigüedades visuales y reduciendo las tasas de error en los conjuntos de datos de referencia.

Yuting Fang, Feng Xue, Zhe Chen, Shujie Li2026-09-02
💻 ciencias de la computación

Beyond Coverage: An Empirical Study of Mutation-Score Proxies for Deep Neural Network Testing

Este artículo demuestra empíricamente que, mientras las métricas de adecuación de pruebas tradicionales y no estructurales muestran una correlación débil o nula con las puntuaciones de mutación, la Dispersión de Clases en el Espacio Latente (LSCD, por sus siglas en inglés) sirve como un proxy significativamente más fuerte y computacionalmente eficiente para evaluar la calidad del conjunto de datos de prueba de Redes Neuronales Profundas en comparación con la Cobertura de Sorpresa basada en la Distancia de Mahalanobis.

Vivek V. Vekariya, Mojdeh Golagha, Andrea Stocco, Alexander Pretschner2026-09-02
💻 ciencias de la computación

Graph Learning for Cold-Start and Data-Scarce Recommendation: A Taxonomy-Driven Critical Survey

Este artículo presenta un estudio crítico de 183 estudios (2018–2026) sobre el aprendizaje de grafos para la recomendación de inicio en frío y de datos escasos, ofreciendo un análisis basado en una taxonomía de las metodologías y destacando la necesidad urgente de protocolos de evaluación más estrictos y una integración de información lateral más fiable para abordar la actual disparidad en la evidencia.

Samane Sayyar, Amir Soltani2026-09-02
💻 ciencias de la computación

SymCLIP: Symmetric Prompting with Adaptive Semantic Labeling for Multi-Intent Recognition

El artículo propone SymCLIP, un nuevo marco que mejora el reconocimiento de múltiples intenciones en imágenes de redes sociales mediante la introducción de la Promediación Simétrica de Visión-Lenguaje para acoplar sinérgicamente las características visuales y textuales y la Integración Dinámica de Etiquetas para permitir una representación semántica adaptativa, logrando un rendimiento de vanguardia en el conjunto de datos Intentonomy.

Shuang Wu, Honglin Ma2026-09-02
💻 ciencias de la computación

A Knowledge Graph-Based Intelligent Guidance System for Competency-Oriented Anesthesiology Residency Training: Design and Evaluation

Este estudio presenta un sistema de guía inteligente basado en grafos de conocimiento y de despliegue local para la formación de residentes de anestesiología que utiliza un marco de generación aumentada por recuperación de doble motor para ofrecer un apoyo educativo preciso, conforme a las guías y que preserva la privacidad sin depender de modelos de lenguaje de gran tamaño basados en la nube.

Meng Yang, Kerong Hai, Qian Zhang, Xue Li, Xin Liu, Wanrong Wang2026-09-02
💻 ciencias de la computación

Machine Learning Based Crop Recommendation Using Tuned Classifiers and Ensemble Methods

Este estudio demuestra que para las tareas de recomendación de cultivos, un modelo de Bosque Aleatorio bien ajustado logra una precisión comparable a los métodos de ensamble complejos, lo que sugiere que las soluciones más simples y rentables son suficientes sin la necesidad de combinaciones de modelos redundantes.

Faiza Noushin Priya, Mirza Md. Hasibul H, Mahfiza Akter, Sraboni Ghosh Joya, Shahria Badhon2026-09-02
💻 ciencias de la computación

Corrective Retrieval-Augmented Generation Adaptation in Closed Domains for Development of Intelligent Human Resource Management Systems

Este artículo presenta un estudio de Investigación de la Ciencia del Diseño sobre un sistema de Recursos Humanos Inteligentes de dominio cerrado para PYMES que demuestra que una adaptación de RAG correctiva con entrenamiento de negativos difíciles del mismo capítulo mejora significativamente la fidelidad de las respuestas respecto al RAG estándar, a pesar de un compromiso en la precisión general.

Devi Willieam Anggara, Marcellino Joestiawan, Mohd Shafry Mohd Rahim, Ibrahim Salim Sulaiman Al Farsi, Fetty Fitriyanti (…)2026-09-02
💻 ciencias de la computación

SCOPE: Rethinking Attack Analysis as Uncertainty-Aware Security Reasoning under Incomplete Observations

Este artículo presenta SCOPE, un marco de trabajo libre de entrenamiento y consciente de la incertidumbre que reconstruye comportamientos de ataque coherentes bajo observaciones incompletas mediante la integración de agrupación centrada en el comportamiento, mapeo distributivo de TTP e inferencia de secuencias Viterbi Top-K para superar a las líneas base existentes en precisión y robustez.

JuYoung Lee, JeongMin Oh, SeonWoo Lee, TaeJin Lee2026-09-02
💻 ciencias de la computación

Development and Evaluation of a Fine-Tuned EfficientNet-B0 Model for Maize Disease Detection

Este artículo presenta un modelo EfficientNet-B0 altamente optimizado y ajustado mediante aprendizaje por transferencia que logra una precisión del 97,57 % en la detección automática de nueve tipos de enfermedades del maíz a partir de imágenes del mundo real, ofreciendo una herramienta computacionalmente eficiente para asistir a los pequeños agricultores en la identificación temprana de enfermedades.

Kayombo Sakachiva, Jackson Phiri, Mayumbo Nyirenda2026-09-02