💻 Category

cs

4092 artículos

💻 ciencias de la computación

IR-PowerDet: An Infrared Power Equipment Detection Algorithm Based on Multi-Scale Feature Fusion and Dynamic Environment Adaptation

Este artículo propone IR-PowerDet, un marco basado en YOLOv12s que incorpora fusión de características multiescala, adaptación dinámica al entorno y módulos de mejora de objetos pequeños para lograr una detección robusta y de alta precisión de equipos de potencia infrarrojos en escenarios complejos y con oclusiones, alcanzando un mAP del 96.8%.

Yongbo Tang, Huicong Sun, Zijun Zhong, Miao Li2026-08-10
💻 ciencias de la computación

A Hybrid Machine Learning Framework for Robust Detection of Malicious DNS-over-HTTPS Tunneling Traffic

Este artículo propone un marco híbrido estadísticamente validado y consciente de la densidad que combina XGBoost con una puntuación de anomalías no supervisada para detectar robustamente el tunelización maliciosa de DNS sobre HTTPS, demostrando mejoras significativas en la exhaustividad y la reducción de falsos negativos sobre los modelos de referencia, al tiempo que confirma que los componentes generativos profundos no ofrecen beneficios adicionales.

Enas Selem¹, Rania Salama¹2026-08-10
💻 ciencias de la computación

An Adaptive Resource-Aware MK-CKKS Framework with Linear- Complexity Multi-Key Aggregation for Privacy-Preserving Federated Learning in Resource-Constrained IoT Environments

Este artículo presenta un marco de trabajo MK-CKKS adaptativo y consciente de los recursos para el aprendizaje federado con preservación de la privacidad en IoT que logra una agregación de clave múltiple de complejidad lineal y ganancias de rendimiento significativas mediante experimentos del mundo real en MNIST y CIFAR-10, mientras reconoce transparentemente que la construcción de clave independiente y la validación de hardware físico siguen siendo trabajos futuros.

Nasir Ahmad Jalali, Hongsong Chen2026-08-10
💻 ciencias de la computación

τ-Guard: Recalibration-Invariant, Label-Free Drift Detection for Visual Recognition Systems via Cross-Signal Rank-Agreement Decay

El artículo introduce (τ)(\tau)-Guard, un método de detección de deriva sin etiquetas para sistemas de reconocimiento visual que logra una invarianza demostrable ante la recalibración del modelo mediante el monitoreo del acuerdo de rango entre la entropía predictiva y las puntuaciones de novedad en el espacio de características, evitando así los falsos positivos que plagan a los monitores basados en confianza existentes mientras mantiene la sensibilidad ante cambios genuinos en la distribución.

Md Hasibuzzaman2026-08-10
💻 ciencias de la computación

Too Symmetric to See: Diagnosing Over-Invariance in Finite-Symmetry Geometric Learning

Este artículo identifica y cuantifica los fallos de "sobre-invariancia" en el aprendizaje geométrico donde la simetría excesiva descarta información de fase crítica, proponiendo la Agrupación de Caracteres Proyectivos (PCP) como un mecanismo de reparación dirigido que restaura eficazmente los canales de fase y mejora la planitud diagnóstica en comparación con los modelos estándar de solo magnitud, aunque sigue siendo una solución acotada en lugar de un reemplazo universal para el promedio de órbitas.

D Yang Eng2026-08-10
💻 ciencias de la computación

Adaptive Data Partitioning for Energy-Efficient Federated and Distributed Learning on Heterogeneous Systems

Este artículo propone un controlador de partición de datos adaptativo impulsado por mediciones que reasigna dinámicamente los presupuestos de muestreo basándose en métricas de tiempo de entrenamiento y energía en tiempo real para mitigar los rezagados, reducir el consumo de energía y mejorar la eficiencia del entrenamiento en sistemas heterogéneos de aprendizaje distribuido y federado.

Daniel Suárez Labena, Vicente José Blanco Pérez, Pedro Antonio Toledo Delgado, Francisco Carmelo Almeida Rodríguez2026-08-10
💻 ciencias de la computación

FGD-Det: Frequency-Guided Decoupled Alignment and Asymmetric Fusion for Multispectral Object Detection

FGD-Det es un marco de detección de objetos multiespectral asimétrico y eficiente que aborda las disparidades de densidad de información y el desalineamiento espacial mediante una columna vertebral de doble flujo heterogénea y una estrategia de fusión por etapas que presenta un Alineamiento Desacoplado Guiado por Frecuencia, logrando un rendimiento de vanguardia en los bancos de pruebas LLVIP y FLIR con un costo computacional significativamente reducido.

Shaowu Zhou, Zuoxuan Hu, Jian Zhang, Hao Deng, Ziyang Wang2026-08-10
💻 ciencias de la computación

PR-CNN: A Multiscale Attention Relation Network for Accurate Bean Leaf Disease Image Recognition

Este artículo propone PR-CNN, un marco de aprendizaje profundo que integra redes neuronales convolucionales, atención de división piramidal y una red de relación para lograr un reconocimiento altamente preciso y robusto de las enfermedades de las hojas de los frijoles al abordar eficazmente desafíos tales como diferencias visuales sutiles, fondos complejos y disponibilidad limitada de datos.

Hongyun Song, Laixiang Xu, Longguo Wu, Hao Zhao2026-08-10
💻 ciencias de la computación

An novel efficient method of multi-class support vector machine with weighted multiple kernel learning

Este artículo propone AIO-MSVM-WMK, un novedoso marco de SVM multiclase "todo en uno" que integra el aprendizaje de múltiples núcleos ponderados con la optimización de muestras para lograr una precisión de clasificación superior y un tiempo de computación significativamente reducido en conjuntos de datos de alta dimensión.

Zijie Dong, Xingrui Gong, Fen Chen2026-08-10
💻 ciencias de la computación

PredictStroke: A Two-Stage Modular System Combining Machine Learning Ensemble Risk Prediction and Multimodal Symptom Triage Support

PredictStroke es un sistema modular de dos etapas que integra un modelo de aprendizaje automático de ensamble para la predicción del riesgo de accidente cerebrovascular a largo plazo con clasificadores en tiempo real basados en visión y habla para el triaje de síntomas agudos, demostrando un alto rendimiento en la evaluación del riesgo al validar la viabilidad de los módulos de detección aguda independientes a pesar de las puntuaciones de tiempo real más bajas.

Nafisa Raisa, Ibrahim Nabid2026-08-10