💻 ciencias de la computación

Design and Implementation of a Fully Automated Smart Restaurant Using Mobile Applications and Service Robots

Este artículo presenta el diseño e implementación de un sistema de restaurante inteligente totalmente automatizado que integra aplicaciones móviles, infraestructura de IoT y robots de servicio para eliminar la intervención humana, resultando en mejoras significativas en los tiempos de espera, la precisión de los pedidos y la velocidad de entrega, logrando al mismo tiempo una excelente usabilidad para el usuario.

Seeram Srinivasa Rao, . S. N. Padhi, Seeram Venkata Sai Pujitha, Seeram Venkat Sai Divya2026-09-01
💻 ciencias de la computación

Training-free Boundary-First one-shot segmentation by closed-region hypothesis testing

Este artículo presenta UBET, un marco de segmentación de un solo paso libre de entrenamiento que prioriza la construcción de hipótesis de regiones cerradas antes de la arbitraje de identidad utilizando propuestas congeladas y evidencia analítica de DINOv2, logrando un rendimiento de vanguardia en diversos bancos de pruebas sin requerir el entrenamiento del modelo.

EnBao Zhang2026-09-01
💻 ciencias de la computación

Non-invasive lactate threshold estimation using deep learning: practical applications across endurance sports

Este estudio demuestra que un modelo de aprendizaje profundo puede estimar con precisión la frecuencia cardíaca en el umbral de lactato de 2 mmol·L⁻¹ a través de la carrera, el ciclismo, el remo y el kayak, superando a los métodos tradicionales dentro de deportes específicos pero requiriendo una validación específica para cada deporte debido a la reducción de la precisión de generalización entre diferentes disciplinas.

Mehrnaz Eskandarisani¹, Farhad Daryanoosh2026-09-01
💻 ciencias de la computación

RheumBench: A Specialist-Validated Rubric-Based Benchmark for Evaluating Large Language Models in Rheumatology

RheumBench es el primer benchmark para reumatología validado por especialistas y basado en rúbricas que evalúa diez LLM y sistemas RAG, revelando que los modelos actuales exhiben brechas de rendimiento sustanciales, exceso de confianza sistemático y errores de omisión potencialmente graves, subrayando así la necesidad crítica de supervisión humana en el apoyo a la decisión clínica.

Fabian Lechner, Jonathan Bamberger, Phillip Kremer, Jutta Richter, Matthias Schneider, Uta Kiltz, Sebastian Kuhn, Lucie (…)2026-09-01
💻 ciencias de la computación

The Evolution of Object Detection: A Systematic Review of Transformer-Based and Few-Shot Learning Approaches

Esta revisión sistemática de la literatura analiza el cambio de paradigma en la detección de objetos desde las arquitecturas convolucionales tradicionales hacia los modelos basados en Transformers y de aprendizaje de pocos disparos (few-shot learning), destacando sus beneficios al simplificar los procesos de detección y mejorar la eficiencia de los datos, al tiempo que aborda desafíos persistentes como el costo computacional y la detección de objetos pequeños mediante innovaciones arquitectónicas y estrategias de preentrenamiento avanzadas.

MD.Shakiful Islam Khan, Gorkem Kar2026-09-01
💻 ciencias de la computación

Does Provenance Add Value Beyond Matched Skill Guidance?

Este estudio preregistrado encuentra que los metadatos de procedencia en las habilidades de los agentes no mejoran de manera fiable la utilidad de la tarea más allá de la guía ordinaria emparejada, lo que sugiere que su valor depende del contexto y se realiza primordialmente solo cuando altera las acciones ejecutables en lugar de hacerlo a través de puntuaciones de habilidad agrupadas por sí solas.

Haocheng Lu2026-09-01
💻 ciencias de la computación

Policy-TD: Teacher-Distilled Runtime Control for Frozen Small Language Models

Policy-TD mejora la fiabilidad de los modelos de lenguaje pequeños congelados mediante la destilación de estados de traza auditados por un profesor en un controlador de tiempo de ejecución que interviene para corregir fallos de compromiso de respuesta, mejorando significativamente la precisión interna y en pruebas de estrés sin degradar el rendimiento ni crear nuevas capacidades.

Surya Teja Avvaru, Krishna Sai Pokala, VARUN KUMAR REDDY DODDA2026-09-01
💻 ciencias de la computación

TOAIAF: A Runtime AI Assurance Control Plane for Trustworthy On-Device Agentic AI in Consumer Intelligence Ecosystems

Este artículo presenta TOAIAF, un plano de control de aseguramiento de IA en tiempo de ejecución que cuenta con un procedimiento de decisión de tres etapas y siete componentes de gobernanza que supera significativamente a los sistemas de referencia en la detección de violaciones de seguridad, inyecciones de prompts y riesgos de privacidad para la IA de agentes en dispositivos, al tiempo que reporta transparentemente las limitaciones experimentales y mapea su marco de trabajo con los principales estándares internacionales de seguridad de la IA.

Rakesh Kumar Agrawal, Wasim Mohammed Amin Tambe, Nihar Karra2026-09-01
💻 ciencias de la computación

UAV-Based Drifting Victim Detection in Flash Floods Using Region-Based Convolutional Neural Networks

Este estudio propone un sistema de aprendizaje profundo basado en UAV que utiliza un algoritmo Mask R-CNN ajustado para detectar víctimas a la deriva en inundaciones repentinas y estimar sus trayectorias utilizando metadatos de GPS, logrando más del 90% de confianza en la detección para mejorar las operaciones de Búsqueda y Rescate.

Prima Kristalina, Aries Pratiarso, A. Fauzi Makarim, Munawar Munawar2026-09-01
💻 ciencias de la computación

SpikeGate: An Event-Driven Neuromorphic SNN Gatekeeper for Duty-Cycled On-Device SLM Inference

Este artículo presenta SpikeGate, un guardián de Redes Neuronales de Impulsos basado en eventos y de ultra bajo consumo que reduce significativamente el consumo de energía para la inferencia continua de Modelos de Lenguaje Pequeños en dispositivos al suprimir las señales rutinarias de fondo para ciclar por deber la ejecución del transformador solo durante anomalías detectadas.

Ismet beljulji2026-09-01