💻 ciencias de la computación

Topology-Aware Structural Parsing of Hand-Drawn Diagrams via Learning-Aligned Decoding

Este artículo presenta un marco de dos pasadas para el análisis de diagramas dibujados a mano que combina una red de evidencia de grafo de múltiples cabezales con un ensamblador determinista para cerrar eficazmente la brecha entre la evidencia visual a nivel de píxel y la recuperación precisa del grafo estructural, logrando un alto rendimiento en la detección de nodos, el rastreo de conectores y la reconstrucción de enlaces dirigidos.

Hrishikesh Vichore, Mansi Radke, Praveen Kumar2026-08-13
💻 ciencias de la computación

Automating data splitting and hyper-parameters tuning in an Echo State Network-based model for Dynamic Aperture prediction

Este artículo investiga el impacto de diferentes estrategias de partición de datos en el rendimiento de las Redes de Estado de Eco para la predicción de la Apertura Dinámica en anillos de almacenamiento de hadrones, explorando específicamente la automatización del límite de división entre entrenamiento y prueba mediante la derivada de las leyes de escalado analíticas derivadas del teorema de Nekhoroshev.

Quentin Bruant, Barbara Dalena, Massimo Giovannozzi, Maxime Casanova2026-08-13
💻 ciencias de la computación

Reliability-Weighted Spectral Allocation with Full Spectral Cores for Parameter-Efficient Visual Fine-Tuning

Este artículo propone un método de asignación espectral ponderado por fiabilidad que determina automáticamente el número de parámetros y las ubicaciones específicos para cada tarea mediante evidencia basada en gradientes, permitiendo un ajuste fino visual eficiente en parámetros con núcleos espectrales completos que superan al sondeo lineal al tiempo que no requieren presupuestos de rango especificados por el usuario.

Ba Ty Dang, Kim Huong Tran, Thi Uyen Nguyen2026-08-13
💻 ciencias de la computación

Eco-Conscious Master Production Scheduling Under Dual Uncertainty: A Hybrid Approach Using Machine Learning and Stochastic Optimization

Este artículo propone un marco híbrido de "predicción y optimización" que integra modelos de aprendizaje automático LSTM y LightGBM con optimización estocástica de dos etapas para permitir una programación de la producción eco-consciente y rentable que se adapte dinámicamente a los volátiles precios de la energía y la demanda incierta, reduciendo así los costos operativos y las emisiones de Alcance 2 mientras se aprovechan los precios de electricidad negativos.

Wiam ALAMI CHENTOUFI, Amine ZITOUNI, Abdellah El BARKANY2026-08-13
💻 ciencias de la computación

SFTeAST: Integrating Structure, Frequency and Temporal Signals for Temporal Knowledge Graph Completion

El artículo propone SFTeAST, un nuevo modelo de completado de grafos de conocimiento temporal que integra similitud estructural, codificación temporal de complejo espiral y filtrado de frecuencia histórica para inferir hechos faltantes de manera eficiente, al tiempo que mejora la generalización y reduce la interferencia de ruido en escenarios dispersos.

Baohua Qiang, Qingfan Deng, Hong Zheng, Shihao Zhang, Ruidong Chen, Haoran Chen, Shaoni Mao2026-08-13
💻 ciencias de la computación

An open AI system for dermatology tasks

El artículo presenta UniDerm, un modelo fundacional de dermatología de código abierto entrenado íntegramente con datos públicos mediante un novedoso enfoque de aprendizaje contrastivo de eliminación de ruido por supervisión que logra una precisión diagnóstica de nivel especialista a través de diversos tonos de piel y evaluaciones globales, ofreciendo una alternativa reproducible y equitativa a los sistemas propietarios.

Hong-Yu Zhou, Linwei Chen, Lijun Liu, Ying Fu, Meng Tian, Zhishou Zhang, Hengfu Cui, Qiang Ju, Qianxi Li, Jungong Han, Y (…)2026-08-13
💻 ciencias de la computación

Can One Agent Restore Another? Multi-Agent Verification Through Independent Constraint Sources

Este estudio demuestra que, si bien los modelos de lenguaje más grandes pueden recuperarse independientemente de instrucciones conflictivas, un agente acoplado más pequeño puede restaurar el comportamiento de un compañero perturbado solo cuando el historial del compañero carece de la instrucción conflictiva, lo que proporciona evidencia de que la fiabilidad distribuida en sistemas multiagente surge de fuentes de restricciones parcialmente independientes en lugar de un mero volumen de generación.

Simin Yuan2026-08-13
💻 ciencias de la computación

From Human Approval to Current Authority: Adaptive Runtime Governance at the Execution Boundary of AI-Enabled Organizational Workflows

Este estudio propone la Gobernanza Adaptativa en Tiempo de Ejecución (ARG, por sus siglas en inglés) como un marco para abordar la brecha ética entre las aprobaciones humanas registradas y la autoridad de ejecución actual en los flujos de trabajo de IA, demostrando a través de un prototipo determinista que la revalidación de la autorización y las condiciones de la política inmediatamente antes de la ejecución puede imponer técnicamente la autoridad humana atribuible.

Maria Kollia2026-08-13
💻 ciencias de la computación

Ethical Field Theory: Computational Foundations and Philosophical Extensions

Este artículo presenta la Teoría del Campo Ético (EFT, por sus siglas en inglés) como un marco matemático unificado para la alineación de la IA que modela la regulación ética como un sistema dinámico continuo gobernado por ecuaciones de campo no lineales, mientras vincula simultáneamente la computación formal con seis tradiciones filosóficas y establece siete predicciones comprobables para validar su rigor científico sin confundir la analogía matemática con la realidad física.

Ali Moslemi Tabrizi2026-08-13