💻 Category

cs

4092 artículos

💻 ciencias de la computación

Reliability-aware Gradient Decoupling for Partial Label Learning

El artículo propone RGD-PLL, un marco de desacoplamiento de gradiente consciente de la fiabilidad que mejora el aprendizaje de etiquetas parciales mediante la estimación de la fiabilidad de los candidatos dependiente de la instancia, la supresión de la supervisión incierta a través del pesaje por entropía y la eliminación de componentes de gradiente conflictivos mediante la proyección asimétrica para mejorar la estabilidad y la robustez de la optimización.

Zhonghe Wei, Jihang Yin, Fengzhi Zhang, Yan Yan2026-08-19
💻 ciencias de la computación

Post-Deployment Accountability in AI Governance: A Cross-Regulatory Empirical Analysis of AI Incidents

Este estudio empírico analiza los incidentes de IA desde 2020 hasta 2026 frente a los principales marcos regulatorios para revelar brechas significativas de rendición de cuentas post-implementación, particularmente en la detección externa y las evaluaciones de impacto, al tiempo que propone el Marco de Cumplimiento de Gobernanza de IA Proactiva (PAGCF, por sus siglas en inglés) para abordar estos fallos sistémicos.

Ummara Mumtaz, Rabi Noor, Summaya Mumtaz2026-08-19
💻 ciencias de la computación

Predictingthe Trainability of Variational Quantum Circuits: A Data-Driven Model for BarrenPlateaus

Este artículo presenta un modelo de aprendizaje automático clásico basado en datos que predice con precisión la entrenabilidad de los circuitos cuánticos variacionales e identifica mesetas estériles basándose únicamente en características arquitectónicas, ofreciendo una alternativa rentable al costoso muestreo de gradientes para el cribado de diseños de circuitos cuánticos.

Md Habibur Rahman2026-08-19
💻 ciencias de la computación

Temporal Dynamics and Explainable Risk Factors of Traffic Fatalities: A Large-Scale Study Using PRF Brazil Data (2020-2024)

Este estudio utiliza un conjunto de datos a gran escala de la Policía Rodoviaria Federal de Brasil (2020–2024) para demostrar que un modelo LightGBM sensible al costo, validado mediante una división temporal rigurosa y una interpretabilidad basada en SHAP, supera a otros métodos de ensamble en la predicción de fatalidades de tráfico, identificando al mismo tiempo factores de riesgo clave para informar políticas de seguridad proactivas.

Rossi Passarella, Nabilla Suci Febriani, Mastura Diana Marieska, Yusuf Passarella2026-08-19
💻 ciencias de la computación

Enhancing Medical Image Reconstruction Using RSA-OAEP and Hybrid RSA-AES Encryption

Este artículo propone un marco de cifrado híbrido de RSA-OAEP y AES-128-CBC con validación de integridad SHA-256 que garantiza una reconstrucción de imágenes médicas segura y sin pérdidas, superando significativamente al RSA puro en eficiencia computacional y demostrando capacidades de recuperación robustas contra la corrupción por pérdida de píxeles.

Fatma Gamal, Aya Mamdouh, Hussein Aly Jad2026-08-19
💻 ciencias de la computación

DL-TUS: A Frequency-Aware Deep Learning Framework for Thyroid Nodule Classification in Ultrasound Images

El artículo propone DL-TUS, un marco de aprendizaje profundo sensible a la frecuencia que aprovecha las transformadas de wavelet y las convoluciones dilatadas multiescala para clasificar eficazmente los nódulos tiroideos en imágenes de ultrasonido, logrando una alta precisión y robustez contra el ruido y los desafíos de los micronódulos.

Liping Xiao, Yujuan Che, Zengming Li, Jianqiang Yang, Dan Chen, Huan Wang2026-08-19
💻 ciencias de la computación

Does Fallback-Anchored Uncertainty Gating Help Off-Policy Reinforcement Learning? A Short Study Combining DCUG-Style Gating with TD3

Este estudio demuestra que la aplicación de un mecanismo de compuerta de incertidumbre anclado en el retroceso (fallback-anchored), que previamente estabilizó el entrenamiento de PPO on-policy, no proporciona ningún beneficio estadístico a TD3 off-policy, lo que indica que el valor del mecanismo es específico para corregir el colapso del entrenamiento on-policy en lugar de servir como un potenciador de robustez general.

Md Hasibuzzaman, Gene Eu Jan, Chan-Yun Yang, Md Shetu Mia2026-08-19
💻 ciencias de la computación

Protocol-Dependent Resolution in Finite-Sample Model Selection

Este artículo demuestra que la longitud máxima de generación en los protocolos de evaluación determina críticamente si los puntos de control del modelo parecen distinguibles o indistinguibles al truncar el razonamiento de cadena de pensamiento, un factor que a menudo se omite en la investigación de ajuste fino que puede conducir a conclusiones engañosas sobre el rendimiento y las tendencias del modelo.

Yaoping Wang2026-08-19
💻 ciencias de la computación

How to Make AI Generative Design for Building Façade Renovation More Controllable: A Case Study on a Historic District in Zhejiang, China

Este estudio propone un marco de diseño generativo de doble control que integra Stable Diffusion, ControlNet, MLSD y LoRA para equilibrar la preservación histórica con la revitalización comercial en los distritos históricos de Zhejiang, logrando una alta fidelidad estructural y capacidad de respuesta funcional para la renovación de fachadas a través de diversos formatos comerciales.

Xiaoyu Ying, Jiamei Bei, Hui Zhao, Jiajing Wu, Yujie Zhao2026-08-19
💻 ciencias de la computación

Target Relocalization-Driven Weakly Supervised Segmentation for Crohn's Disease via Auxiliary Anatomical Priors

Este artículo propone un método de segmentación con supervisión débil para la enfermedad de Crohn que aprovecha anotaciones a nivel de imagen mejoradas por un conjunto de datos de prior anatómico auxiliar y un mecanismo de relocalización de objetivos para generar pseudoetiquetas de alta calidad, reduciendo así los costes de anotación al tiempo que mejora significativamente la precisión de la segmentación de las lesiones.

Jiaxu Xu, Shu Fang, Xuekun Zhang, Jiao She, Jianguo Ju, Xuesong Zhao2026-08-19