💻 ciencias de la computación

A Cooperative Multi-Agent Framework for Author Name Disambiguation

Este artículo presenta AIDA-AND, un marco de trabajo multiagente cooperativo que integra representaciones semánticas con evidencia de metadatos interpretables a través de agentes especializados para lograr una desambiguación de nombres de autores competitiva, modular y eficiente, reduciendo significativamente el tiempo de ejecución al tiempo que mejora el rendimiento en conjuntos de datos de referencia.

Natan de Souza Rodrigues, Samuel Gomes dos Santos, Vitória Maria Diniz Pereira, Célia Ghedini Ralha2026-08-20
💻 ciencias de la computación

A Culturally Responsive and Affect-Aware Conceptual Framework for AI-Assisted Learning in India’s Multilingual Classrooms

Este artículo propone SETU, un marco conceptual culturalmente sensible y consciente del afecto que tiende un puente entre las aulas multilingües de la India y los currículos formales mediante la integración de seis componentes para aumentar a los docentes y alinear el aprendizaje asistido por IA con la Política Nacional de Educación 2020.

Nikita Srivastava, Deepa Mehta2026-08-20
💻 ciencias de la computación

An Artifact Audit of Budget-Dependent LoRA Rank Comparisons

Este artículo audita un estudio de comparación de rangos de LoRA para demostrar que una regla de normalización de cómputo de rango inverso penaliza artificialmente los rangos más grandes mediante un subentrenamiento extremo, revelando que las clasificaciones de rendimiento observadas dependen altamente de la asignación específica del presupuesto en lugar de la capacidad inherente del modelo.

Haolun Tang, Jingyi Zhan, Yan Feng, Zhipeng Chen2026-08-20
💻 ciencias de la computación

RAUDI: A Dual-Head Framework Unifying Unsupervised and Supervised Reconstruction for Industrial Anomaly Detection

El artículo propone RAUDI, un marco de doble cabeza para la detección de anomalías industriales que unifica el aprendizaje no supervisado y supervisado mediante la utilización flexible de muestras defectuosas reales o pseudoanomalías realistas sintetizadas a través de un nuevo método de superpíxeles multietapa (RASMS), logrando un rendimiento de vanguardia tanto en los bancos de pruebas MVTec AD como en KolektorSDD2.

Jihoon Oh, Rizwan Ali Shah, Odilbek Urmonov, HyungWon Kim2026-08-20
💻 ciencias de la computación

What Citations Get Wrong: A Full-Corpus Audit of Reference Existence and Claim Support in a Major NLP Conference

Este artículo audita las actas de ACL 2026 para hallar que, si bien casi todas las referencias citadas existen, una auditoría automatizada de ejecución única del soporte de afirmaciones falló al no poder replicarse debido a una configuración de modelo no registrada, demostrando que la verificación rigurosa de citas requiere un registro operativo estricto para asegurar la reproducibilidad.

Tao An2026-08-20
💻 ciencias de la computación

Application of AI and ML in Cybersecurity Operations: Challenges and Opportunities

Este artículo examina la integración de la IA y el ML en las operaciones de ciberseguridad, destacando su potencial para mejorar la detección de amenazas y la eficiencia, al tiempo que enfatiza que un despliegue exitoso requiere abordar desafíos como los ataques adversarios y la calidad de los datos mediante una gobernanza, transparencia y supervisión sólidas.

Giddeon Angafor2026-08-20
💻 ciencias de la computación

SHAP based Hybrid Intrusion Detection Scheme Using ADASYN, Filter Method, and Ensemble Learning for IoT and Computer Network

Este artículo propone un sistema de detección de intrusiones híbrido basado en IA explicable para IoT y redes de computadoras que integra ADASYN para el desequilibrio de datos, métodos de filtrado para la selección de características, aprendizaje de conjunto para la robustez y SHAP para la interpretabilidad, demostrando un rendimiento superior en los conjuntos de datos CICIDS2017 y MQTT-IoT-IDS2020.

Asimkiran Dandapat, Bhaskar Mondal2026-08-20
💻 ciencias de la computación

Generalising Hybrid OUR-Net -U-Net for Accurate Identification and Multi-Domain Structural Crack Segmentation Using Refinement Techniques

Este artículo propone un marco de supervisión débil que aprovecha las anotaciones a nivel de imagen para generar pseudomáscaras refinadas mediante CAM y Grad-CAM, las cuales se utilizan para entrenar un modelo híbrido OUR-Net–U-Net para una segmentación de grietas estructurales multidominio precisa con costos de anotación significativamente reducidos y un rendimiento superior en comparación con los métodos existentes.

K. S. Ravichandran2026-08-20
💻 ciencias de la computación

Empirically Derived AI Harm Profiles and the Case for Context-Sensitive Moral Responsibility

Este estudio analiza 849 incidentes de IA para derivar empíricamente tres perfiles de daño distintos —Autónomo/Encarnado, Reconocimiento de Visión y IA Generativa— argumentando a favor de un cambio desde principios de gobernanza generales hacia un marco sensible al contexto que adapte los mecanismos de rendición de cuentas y supervisión a estos patrones de riesgo específicos.

Ummara Mumtaz, Rabi Noor, Summaya Mumtaz2026-08-20
💻 ciencias de la computación

Defect-Aware YOLOv8n for Real-Time Surface Defect Detection on Printed Playing Cards with Dense Graphic Backgrounds

Este artículo propone un marco de trabajo YOLOv8n consciente de los defectos, mejorado con una columna vertebral ResNet50, DeCA, un BiFPN mejorado con SPD-Conv, un cabezal desacoplado adaptativo dinámico y Wise-IoU v3 para lograr la detección en tiempo real y de alta precisión de defectos pequeños y de bajo contraste en cartas de juego impresas en medio de fondos gráficos densos, superando al YOLOv8n estándar en un 12.8% en mAP@50 mientras mantiene una velocidad de inferencia de 97 FPS.

Jiang Meixian, Gu Yao, Mao Haozhe, Tong Wenyao, Zhang Huawen, Guanghua Wu2026-08-20