💻 ciencias de la computación

MeanRadius SMOTE Based Graph Neural Network for Imbalanced Node Classification in Fault and Intrusion Detection

Este artículo propone la Red Neuronal de Grafos MeanRadius-SMOTE (MRS-GNN), un marco novedoso que aborda el desequilibrio de clases en la detección de fallos e intrusiones mediante la generación de nodos sintéticos en el espacio de incrustación y la creación de aristas especializadas para preservar la topología del grafo, mejorando así significativamente la precisión de la clasificación y el AUC-ROC bajo condiciones de desequilibrio extremo.

Jagannath E. Nalavade, Ramachandra Pujeri, Rajani Sajjan, Nagesh Jadhav, Amar Buchade, Dattatray Kale2026-08-24
💻 ciencias de la computación

An ECC-Diffie Hellman Authentication Scheme with PK-based Revocation for VANETs

Este artículo propone un esquema de autenticación seguro y eficiente para redes vehiculares ad-hoc (VANETs) que combina ECDSA, ECDH y HMAC con SHA-256 para garantizar la integridad de los mensajes y el establecimiento de claves de sesión, empleando al mismo tiempo pseudónimos dinámicos para la privacidad, una lista de revocación basada en clave pública para una gestión eficiente de certificados y sincronización de tiempo basada en GPS para prevenir ataques de repetición.

Laxmi Chandolia, Om Pal2026-08-24
💻 ciencias de la computación

An Ensemble Deep Learning Framework for Robust Forest Fire and Smoke Detection

Este artículo propone un marco de aprendizaje profundo de ensamble robusto que combina los modelos DenseNet, ResNet y Xception mediante votación por mayoría para lograr una detección de alta precisión de incendios forestales y humo, superando a los modelos individuales tanto en los conjuntos de datos de solo fuego como en los de fuego y humo.

Mohammad Faheem, Ashish Ranjan, Vibhav Prakash Singh2026-08-24
💻 ciencias de la computación

A low-code data anonymization platform for achieving data privacy for research data

Este artículo presenta una novedosa plataforma de anonimización de datos basada en Shiny y de bajo código que permite a los investigadores, particularmente en entornos con recursos limitados, proteger la información sensible y asegurar la utilidad de los datos a través de una interfaz intuitiva, una evaluación de riesgos integrada y la generación automática de código reproducible en R, Stata y Python.

Silas Owuor Ooko, Daniel Mwanga, Bonface Ingumba, Steve Bicko Cygu, Vincent Were, Wanjiru Murigi, Nelson Mbaya, Agnes Ki (…)2026-08-24
💻 ciencias de la computación

A new recurrent neural network for forecasting seasonal time series

Este artículo introduce una nueva red neuronal recurrente inspirada en métodos de suavizado exponencial, la cual utiliza un algoritmo de aprendizaje basado en la optimización por enjambre de partículas y una nueva función objetivo para lograr un rendimiento de pronóstico superior para series temporales estacionales en comparación con las redes neuronales artificiales profundas y superficiales existentes.

Eren Bas, Crina Grosan, Erol Egrioglu2026-08-24
💻 ciencias de la computación

A Unified Survival Benchmark for Temporal Dropout Risk Prediction in Learning Analytics

Este artículo introduce un referente de supervivencia unificado y multidimensional para la predicción del riesgo de abandono temporal utilizando el conjunto de datos OULAD, demostrando que las señales conductuales y temporales superan a los atributos estáticos al tiempo que destaca la necesidad de separar las familias de modelos para evitar artefactos de evaluación.

Rafael da Silva, Jeff Eicher, Gregory Longo2026-08-24
💻 ciencias de la computación

Robust Multimodal Sentiment Recognition Using Facial Expressions, Heart Rate Variability and Speech Signals

Este artículo propone un marco de aprendizaje profundo multimodal robusto que fusiona expresiones faciales, variabilidad de la frecuencia cardíaca y señales de voz utilizando CNN, BiLSTM y ECAPA-TDNN con un mapa autoorganizado para la fusión de características, logrando una precisión del 98,6% en el reconocimiento de siete estados emocionales y superando significativamente a las líneas base unimodales.

Nithya T, Vasuki C, Kavitha Venkatachalam, Mohanasaranya S2026-08-24
💻 ciencias de la computación

Motion-Aware Multimodal Music Recommendation from Human Dance Dynamics

Este estudio propone un marco multimodal que aprovecha la dinámica del movimiento de la danza humana, extraída de puntos de referencia de la pose en videos de danza, para mejorar la recomendación personalizada de música al alinear mejor las pistas sugeridas con las preferencias rítmicas corporales y los estados afectivos de los usuarios.

Priyanka H, Tejaswini Mallavarapu, Manjula Rao2026-08-24
💻 ciencias de la computación

Visual distinctiveness drives memorization beyond rarity in fine-tuned medical imaging models

Este estudio revela que la distintividad visual, en lugar de la mera rareza, es el principal motor de la memorización y de la vulnerabilidad de la inferencia de membresía en modelos de imágenes médicas ajustados finamente, demostrando que el preentrenamiento en el dominio médico no logra mitigar estos riesgos mientras que DP-LoRA los reduce eficazmente.

Santhosh Parampottupadam, Sinem Sav, Dimitrios Bounias, Saikat Roy, Klaus Maier-Hein, Adam Dziedzic, Franziska Boenisch (…)2026-08-24
💻 ciencias de la computación

Feature Calibration for Camera Bias Elimination inUnsupervised Person Re-Identification

Este artículo propone la Calibración de Características para la Eliminación del Sesgo de Cámara (FCBE, por sus siglas en inglés), un marco que mitiga el sesgo inducido por la cámara en la reidentificación de personas no supervisada mediante la calibración métrica consciente del estilo y la calibración de la mediana consciente de la distribución, mejorando así la fiabilidad del agrupamiento y logrando un rendimiento de vanguardia en los conjuntos de datos Market-1501 y MSMT17.

Yueyi Xue, Shuxian Liu2026-08-24