💻 Category

cs

4092 artículos

💻 ciencias de la computación

A Hybrid Machine Learning Framework for Air Quality Classification Using Variational Mode Decomposition and Feature Optimization

Este artículo propone un marco de aprendizaje automático híbrido que integra la Descomposición de Modo Variacional para la descomposición de señales, la Eliminación Recursiva de Características para la selección de características, SMOTE para el equilibrio de clases y un clasificador CatBoost–SVM para lograr un sistema de clasificación de la calidad del aire altamente preciso (98.5%) utilizando datos de la CPCB.

R Abirami, P Mani2026-08-25
💻 ciencias de la computación

Galois-Theoretic Quantum Nash Learning: Fundamental Obstructions and Quantum Braiding Solutions

Este artículo introduce el Aprendizaje de Nash Cuántico de base Galois (GT-QNL), un marco que demuestra que los optimizadores clásicos fallan al encontrar Equilibrios de Nash Cuánticos en paisajes algebraicos no resolubles debido al teorema de Abel-Ruffini, mientras que un novedoso algoritmo de trenzado cuántico supera esta obstrucción mediante la realización física de acciones del grupo de Galois para garantizar la convergencia.

Parham Ghayour2026-08-25
💻 ciencias de la computación

Routing Layer Attacks in Low-Power IoT Networks: A Topology- and Mobility-Aware Dataset Generation and Machine Learning Benchmarking Study

Este artículo presenta un estudio exhaustivo basado en simulaciones que genera un conjunto de datos etiquetado de cinco ataques representativos de la capa de enrutamiento RPL a través de diversos escenarios de topología y movilidad utilizando Contiki-NG, extrayendo más de 50 características para establecer un referente reproducible para el desarrollo y la evaluación de sistemas de detección de aprendizaje automático conscientes de la topología en redes IoT de baja potencia.

Mahmoud Mohammed Yousef elbaradie, afaf Mousa, Gamal Farouk2026-08-25
💻 ciencias de la computación

A Graph-based Decomposition Framework for Flow-based Charging Station Location Problems

Este artículo propone un marco de descomposición basado en grafos que mejora la eficiencia computacional y la escalabilidad al resolver problemas de localización de estaciones de carga basados en flujo en redes de transporte a gran escala mediante la partición de la red en subproblemas más pequeños, su resolución individual y el refinamiento de los resultados agregados.

Jingyu Xiang, Paula Carroll, Annunziata Esposito Amideo2026-08-25
💻 ciencias de la computación

Lightweight Blockchain Verification for IoT: ARust-Python Hybrid Approach with 4.35×Throughput Gain and 75% Energy Reduction

Este artículo presenta un motor de verificación SPV híbrido de Rust-Python para IoT que logra un aumento de rendimiento de 4.35× y una reducción de energía de hasta el 75% en dispositivos con recursos limitados mediante la mitigación de la latencia de recolección de basura y los riesgos de memoria a través de una arquitectura de transmisión mapeada en memoria.

Cemalettin Yılmaz, Ramin Abbaszadi2026-08-25
💻 ciencias de la computación

ZBA-SU: A Novel Zero-Knowledge-Proof and Blockchain Integrated Methodology for Secure IoT Software Updates

El artículo propone ZBA-SU, un nuevo marco que integra pruebas de conocimiento cero, blockchain y el cifrado basado en atributos con política de texto cifrado para ofrecer actualizaciones de software seguras, que preservan la privacidad y escalables para dispositivos IoT, mitigando al mismo tiempo las dependencias de confianza centralizadas y la filtración de atributos.

Yan Hu, Xiaole Duan, Yi Pan, Zhu Zhao2026-08-25
💻 ciencias de la computación

Selective Risk Control for LLM Decision Agents under Uncertainty

Este artículo evalúa el control de riesgo selectivo para agentes de decisión basados en LLM bajo incertidumbre, encontrando que, si bien la crítica adversarial vinculante actúa como una puerta conservadora efectiva para casos de alto riesgo cuando la abstención es económica, no mejora inherentemente la calidad de la decisión activa y debe ser vista como una capa de aplazamiento ajustable en lugar de un reemplazo superior para políticas más simples.

Adam Guerin2026-08-25
💻 ciencias de la computación

An Imbalance-Resilient Network Intrusion Detection Framework Using TVAE-Based Data Augmentation and Stacked Ensemble

Este artículo propone un marco de detección de intrusiones en red resiliente al desequilibrio que combina la selección de características optimizada, el aumento de datos basado en TVAE para clases minoritarias y una estrategia de aprendizaje de conjunto apilado para lograr una alta precisión y robustez en la detección de ataques cibernéticos comunes y poco frecuentes en el conjunto de datos CSE-CIC-IDS2018.

Anup Mathew Abraham, Mathusoothana S Kumar2026-08-25
💻 ciencias de la computación

FuMO-Edge: Interval Type-2 Fuzzy Logic with NSGA-II for Multi-Objective Workload Orchestration in Mobile Edge Computing

Este artículo propone FuMO-Edge, un orquestador de computación de borde móvil en línea que integra la lógica difusa de tipo 2 de intervalo con NSGA-II para optimizar la ubicación de tareas bajo incertidumbre, demostrando reducciones significativas en el tiempo de servicio y en las tasas de falla en comparación con las líneas base existentes de tipo 1, particularmente en escenarios de dispositivos de alta densidad.

chunmao jiang, bo sun, ruyi ye, hao zhang2026-08-25
💻 ciencias de la computación

Proactive Ransomware Family Detection from Pre-Encryption API Behavior Using ANN–LightGBM Stacking

Este estudio demuestra que un modelo de apilamiento heterogéneo ANN–LightGBM que utiliza 23 indicadores de la API de Windows previos al cifrado puede lograr una alta precisión (95,20 %) en la clasificación de familias de ransomware y software benigno, ofreciendo un mecanismo de defensa proactivo que supera a las arquitecturas neuronales independientes al tiempo que destaca la necesidad de una validación externa adicional.

Omar Said Kamel¹, Hamada Nayel¹˒², Rasha Orban¹2026-08-25