cs artículos | Gist.Science

Selective State Space Models in Medical Imaging: A Systematic Review of Mamba-Based Architectures and Clinical Applications

Esta revisión sistemática de 445 estudios recientes (2024–2026) identifica a los híbridos CNN-Mamba como la arquitectura más eficiente para el diagnóstico por imágenes médicas debido a su complejidad computacional lineal, al tiempo que destaca desafíos críticos como la pérdida de información espacial y el consumo de memoria que deben abordarse mediante bloques 3D nativos para permitir la integración clínica.

Ali Emre Gök, Mustafa Yurdakul, Şakir Taşdemir2026-06-25

💻 computer science

Hybrid Intrusion Detection System for IoT and Cloud Environments

Este artículo propone y evalúa un marco híbrido de detección de intrusiones que combina el aprendizaje supervisado (Random Forest y XGBoost) con un modelo de detección de anomalías basado en un Autoencoder LSTM sobre conjuntos de datos alineados de IoT y la nube, demostrando que, si bien este enfoque mejora significativamente la robustez de la detección y la exhaustividad para ataques no vistos, requiere un compromiso con un aumento de los falsos positivos y una reducción de la precisión.

Dipo Dunsin, Raju Molla, Alireza Esfahani2026-06-25

💻 computer science

The Lightweight Cherry Tomato Fruit Maturity Detection Method Based on Improved YOLOv10n

Este artículo propone YOLOv10n-FBD, un modelo ligero de detección de madurez de tomates cherry que integra la fusión de características CCFM, la atención PSA-BiFormer y una estrategia C2f-Dual para lograr una alta precisión (94.3% mAP) y velocidad (369 FPS) al tiempo que reduce significativamente el tamaño del modelo y la complejidad computacional en comparación con los métodos existentes.

Ji Cai, Shuaishuai Cui, Baofan Chen, Yuhao Hao, Kun Wang, Guozhu Song2026-06-25

💻 computer science

LSTM-Based Speech Recognition for Assamese: A Low-Resource Language Approach

Este estudio propone un sistema de reconocimiento de voz basado en LSTM para el idioma asamés de bajos recursos, utilizando un conjunto de datos de autoría propia y características acústicas híbridas para lograr una precisión del 95%, al tiempo que destaca los desafíos planteados por las similitudes fonéticas entre las vocales.

Manash Choudhuri Choudhuri, Deepjyoti Kalita Kalita, Sanjib Kr Kalita Kalita2026-06-25

💻 computer science

Visual Context-Aware and Spatial Receptive Field-Based algorithm for mural inpainting

Este artículo propone un algoritmo basado en el contexto visual y en el campo receptivo espacial que integra el modelado de espacio de estados residuales, vectores de guía y atención deformable multiescala para restaurar eficazmente los murales de Dunhuang al abordar el olvido de píxeles locales y la percepción espacial insuficiente, mejorando así significativamente las métricas de calidad de restauración.

Yang Liu, Zhongmin Liu, Wenjin Hu2026-06-25

💻 computer science

A Deep Cross Neural Network Framework for Stealthy Hardware Trojan Identification in FPGA

Este artículo propone un marco de trabajo de Red Neuronal Cruzada Profunda (DCNN) que logra una precisión del 98,4% en la detección de troyanos de hardware sigilosos en circuitos VLSI basados en FPGA mediante la extracción y correlación de características estructurales y funcionales, ofreciendo una solución confiable que reduce la dependencia de modelos de referencia dorados.

Kishor Bhagat, Gayatri Phade2026-06-25

💻 computer science

The Evaluation–Action Gap in Digital Accessibility Research: A Systematic Review of Automation Bias, Sectoral Concentration, and User Exclusion

Esta revisión sistemática de 104 estudios revela que la investigación sobre accesibilidad digital está dominada por herramientas automatizadas y concentrada en los sectores de educación y gobierno, creando una "brecha de evaluación-acción" donde la conveniencia metodológica y el sesgo sectorial han desplazado los enfoques centrados en el usuario y no han logrado resolver las persistentes barreras de accesibilidad durante la última década.

Ibrahim Emara2026-06-25

💻 computer science

OntoLearner: A Modular Python Library for Ontology Learning with Large Language Models

El artículo presenta OntoLearner, un marco modular de código abierto que unifica el acceso a ontologías, los procesos de aprendizaje impulsados por LLM y la evaluación comparativa estandarizada a través de 22 dominios, revelando que el principal cuello de botella en el aprendizaje de ontologías es un desajuste estructural entre la codificación del conocimiento del modelo y la organización ontológica, más que la capacidad del modelo.

Hamed Babaei Giglou, Jennifer D’Souza, Andrei Aioanei, Nandana Mihindukulasooriya, Sören Auer2026-06-25

💻 computer science

Curriculum-Aligned Analysis of Assessment Feedback: A Retrieval-Augmented Large Language Model Approach for Revealing Fine-Grained Student Error Patterns in Higher Education

Este estudio propone un enfoque de modelo de lenguaje de gran tamaño con recuperación aumentada que transforma la retroalimentación de evaluación no estructurada en patrones de error alineados con el currículo con alta precisión, permitiendo a los equipos docentes reflexionar sobre el impacto instruccional y guiar revisiones curriculares dirigidas en la educación superior.

Linxin Hua, Jia Xu, Lirui Guo, Nan Zheng, Qingtan Shen, Dilang Tan, Ye Lu2026-06-25

💻 computer science

Comparative Analysis of LLM-Based Conversational Agents as an Assistive Technology for Web Interaction

Este estudio evalúa la efectividad de cuatro agentes conversacionales líderes basados en LLM como tecnologías de asistencia para la navegación web, encontrando que, si bien demuestran un potencial prometedor para mejorar la accesibilidad para diversos grupos de usuarios al interpretar estructuras de página y guiar interacciones, su desempeño varía significamente entre las diferentes herramientas.

Giuseppe Della Penna, Marina Buzzi, Barbara Leporini2026-06-25

← Anterior Siguiente →