💻 Category

cs

4092 artículos

💻 ciencias de la computación

Achieving Pareto-Optimal Sequencing for Real-Time Database Synchronization via Strategy-Level Reinforcement Learning

El artículo propone UniPAS, un marco de aprendizaje por refuerzo a nivel de estrategia que elimina el cuello de botella del clasificador en la sincronización de bases de datos al integrar la conciencia de urgencia directamente en la función de recompensa, permitiendo que una red Q profunda navegue dinámicamente la frontera de Pareto entre la equidad y la urgencia sin depender de una categorización de eventos gruesa.

Mingqi Wu, Guoying Lin, Jingxu Yang, Yuan Ai, Guang Zeng, Jitian Li, Datong Chen2026-08-19
💻 ciencias de la computación

Governing AI Data-Centre Resources Before Consumption: The ZERO Framework

Este artículo presenta el marco de trabajo ZERO, un modelo de gobernanza operativa que desplaza la toma de decisiones sobre la sostenibilidad de los centros de datos de IA hacia arriba mediante la aplicación de restricciones de admisibilidad de múltiples recursos antes de la ejecución de la carga de trabajo, priorizando así la disponibilidad integral de recursos sobre las métricas de eficiencia post hoc.

Maria Kollia2026-08-19
💻 ciencias de la computación

Development of a Rapid Assessment Method for Responsible Use of Generative AI in Scientific Research: Application to the Ugandan Research Context

Este artículo presenta RAM-GenAI, un método de evaluación rápida y práctica diseñado para evaluar el uso responsable de la inteligencia artificial generativa en la investigación científica dentro de contextos de ingresos bajos y medios como Uganda, centrándose en cinco dominios clave: transparencia, verificación, responsabilidad de los datos, supervisión humana y reproducibilidad.

Omara innocent2026-08-19
💻 ciencias de la computación

Detection of the Malicious URL Using the Language Models

Este artículo propone el uso de modelos de lenguaje, particularmente BERT, para capturar el significado semántico de las frases en URLs maliciosas, logrando una mejora significativa en la precisión de la clasificación multiclase de hasta el 99.7% en comparación con los métodos tradicionales que dependen únicamente de características léxicas y estadísticas.

Samira Shirmohammadi, Amir Jalaly Bidgoly, Sanaz Allami Farsi, Faezeh Alizadeh2026-08-19
💻 ciencias de la computación

AI-Assisted Style-Specific Martial Arts Pose Assessment and Training Guidance: A Formalized Closed-Loop Framework with Computational Validation

Este estudio presenta un marco de bucle cerrado formalmente fundamentado que aprovecha la Investigación de la Ciencia del Diseño y la ponderación derivada de AHP específica para cada estilo para superar las limitaciones de la evaluación uniforme en el entrenamiento de artes marciales asistido por IA, permitiendo así la evaluación de la postura en tiempo real y reduciendo significativamente las desviaciones mediante la retroalimentación correctiva impulsada por el conocimiento a través de cinco estilos distintos de artes marciales chinas.

Bangming Wei2026-08-19
💻 ciencias de la computación

AURA: Blockchain-Enabled Privacy-Preserving Edge Computing via Zero-Knowledge Proof Aggregation

AURA es un marco de trabajo de ZK-Rollup asistido por el borde que permite transacciones de IoT con preservación de la privacidad al descargar las computaciones criptográficas pesadas a los nodos del borde y utilizar un novedoso protocolo de agregación de árbol binario para comprimir 64 pruebas a nivel de dispositivo en una única verificación en cadena de bajo costo y eficiente en energía.

Haofeng Guo, Jun Zhou, Xiaolei Dong, Zhenfu Cao2026-08-19
💻 ciencias de la computación

A Comprehensive Evaluation of Distributional Shift and Concept Drift Across Preprocessing Configurations, Domain Adaptation, and Representation Learning in GDM Prediction

Este estudio demuestra que, a pesar de la experimentación extensiva con diversas estrategias de preprocesamiento, modelos de aprendizaje automático clásico, técnicas de adaptación de dominio y marcos de aprendizaje profundo contrastivo, los modelos de predicción de la Diabetes Gestacional (DG) entrenados en cohortes de una sola población fallan universalmente al generalizarse a través de entornos clínicos debido a un severo desplazamiento de concepto en la relación condicional P(Y∣X)P(Y \mid X), recuperándose el rendimiento únicamente cuando los datos de entrenamiento incluyen tanto la población de origen como la de destino.

Sinda Besrour, Ghazal Rouhafzay, Latifa Saidi2026-08-19
💻 ciencias de la computación

When the Device Decides: Calibration-Conditioned Suitability Estimation for Hybrid QAOA–Classical Max-Cut Pipelines

Este artículo demuestra que los modelos de ruido condicionados por calibración revelan que el QAOA de profundidad 1 es universalmente inferior a las heurísticas clásicas codiciosas en todas las instancias de Max-Cut y generaciones de dispositivos IBM probadas, al tiempo que establece que la idoneidad del dispositivo es predecible a partir de la topología del grafo pero indistinguible entre chips sanos individuales de la misma generación, refinando así el marco QSE para priorizar la selección de hardware a nivel de generación sobre la optimización por dispositivo.

Boddu Rohan2026-08-19
💻 ciencias de la computación

MetaFiLM-HTR: Writer-Adaptive Meta-Learning with FiLM Conditioning for Historical and Multilingual Handwritten Text Recognition

Este artículo propone MetaFiLM-HTR, un marco de aprendizaje meta adaptativo al escritor que combina FOMAML con condicionamiento FiLM y enrutamiento de gradiente explícito para permitir una rápida adaptación en tiempo de prueba para el reconocimiento de texto manuscrito histórico y multilingüe, logrando reducciones significativas en la tasa de error de caracteres a través de una arquitectura optimizada y tareas auxiliares autosupervisadas.

Gaurav Harit2026-08-19