💻 computer science

Large Language Model Driven Multidisciplinary Optimization for Task Automation in Edge IoT Systems

Este artículo propone un marco jerárquico que aprovecha un modelo de lenguaje de gran tamaño compacto para la planificación y descomposición de tareas semánticas, delegando al mismo tiempo las decisiones de asignación de recursos y ejecución a una capa de optimización restringida, vinculando así las especificaciones en lenguaje natural con la optimización multidisciplinaria matemáticamente rigurosa para sistemas IoT de borde.

Madhan kumar C, S Manikandan2026-09-09
💻 computer science

Psychometric Validation of Stress–Resilience Constructs for eXplainable Software Developer Digital Twin

Este estudio presenta un marco de trabajo de Gemelo Digital Humano validado psicométricamente para desarrolladores de software que utiliza datos de encuestas de 605 participantes femeninas para modelar estados de estrés-resiliencia, identificar grupos de comportamiento distintivos y simular intervenciones personalizadas y explicables que predicen y mejoran eficazmente los resultados de resiliencia.

Taiwo Olapeju Olaleye, Oluwasefunmi Arogundade, Taiwo David Ajayi2026-09-09
💻 computer science

An Expert-independent Artificial Intelligence Method for Extracting and Prioritizing Decision Factors From Large-scale Textual Corpora

Este artículo presenta FEDRA, un marco autónomo que aprovecha incrustaciones basadas en transformadores, agrupamiento y análisis de grafos para extraer y priorizar factores de decisión a partir de textos científicos a gran escala sin intervención de expertos, demostrando una alta precisión y consistencia semántica en un estudio de caso de selección de sitios para el tratamiento de aguas residuales.

Iman mosaddegh2026-09-09
💻 computer science

PQC Protection for AI Workloads - A Performance-Aware Migration Framework

Este artículo propone un marco de migración por fases y consciente del rendimiento para asegurar las cargas de trabajo de IA en plataformas heterogéneas contra amenazas cuánticas, demostrando que, si bien la sobrecarga del intercambio de claves es insignificante, el principal desafío de ingeniería radica en la gestión de las firmas más grandes y los ciclos de vida de confianza extendidos requeridos por los algoritmos postcuánticos finalizados de NIST.

Manonmayi Vedam2026-09-09
💻 computer science

A Comparative Survey of API Rate-Limiting Algorithms: Token Bucket, Leaky Bucket, and Sliding Window

Este artículo analiza y compara experimentalmente cinco algoritmos de limitación de tasa de API ampliamente utilizados —token bucket, leaky bucket, fixed window, sliding window log y sliding window counter— para evaluar sus compensaciones en tolerancia a ráfagas y precisión, proporcionando finalmente orientación para seleccionar el algoritmo más apropiado basándose en características de tráfico específicas y restricciones del sistema.

Umair Saleem2026-09-09
💻 computer science

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
💻 computer science

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
💻 computer science

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