💻 Category

cs

4092 artículos

💻 ciencias de la computación

Semantic Segmentation as the Detector for Search Problems

Este artículo presenta un marco de búsqueda probabilística generalizado y consciente de la correlación que aprovecha la segmentación semántica como un detector suave para la búsqueda robótica de múltiples objetivos, introduciendo un mecanismo de actualización de creencia bayesiana basado en la Distribución Binomial Generalizada para manejar las correlaciones de observación dependientes de la altitud y validado mediante simulación y detección de sitios de aterrizaje de UAV en el mundo real.

Barak Pinkovich, Ehud Rivlin, Hector Rotstein2026-08-06
💻 ciencias de la computación

A Hardware-Efficient Android Malware Detection Framework for Resource-Constrained Devices

Este artículo propone un marco de detección de malware de Android eficiente en hardware para dispositivos IoT con recursos limitados que transforma ejecutables en señales de códigos de operación (opcodes) de 1D para extraer características híbridas, logrando una alta precisión de clasificación con modelos de Árbol de Decisión y Redes Neuronales ultra compactos cuantizados para su despliegue en microcontroladores ARM-Cortex-M4 con una huella de memoria mínima y una latencia de inferencia de nivel de nanosegundos.

ALOK KUMAR, Jyoti Prakash Singh, Prabhat Kumar2026-08-06
💻 ciencias de la computación

A Behavior-Driven Lightweight Reinforcement Learning Framework for Secure Routing in IoT Networks

Este artículo propone un marco de Aprendizaje por Refuerzo Basado en el Comportamiento (BRL, por sus siglas en inglés) que mejora el enrutamiento seguro en redes IoT de múltiples saltos al integrar el comportamiento de reenvío local en la toma de decisiones autónoma, logrando así una entrega de paquetes superior, una menor sobrecarga y una mayor eficiencia energética en comparación con los protocolos existentes sin depender del control centralizado o de la sobrecarga criptográfica.

Qadeer Hussain, Farhan Aadil, Salabat Khan, Celal Alagöz, Rizwan Raza2026-08-06
💻 ciencias de la computación

Embodied AI in the Operating Room: A Voice-Interactive Robotic Scrub Technician for Surgical Instrument Handoffs

Este artículo presenta un técnico de instrumentación robótico de IA corpórea con interacción de voz que demuestra con éxito la entrega y recuperación autónoma de instrumentos quirúrgicos con un éxito general del 81%, destacando su potencial para la integración en el quirófano al tiempo que identifica la adquisición de agarre como un área clave para futuras mejoras.

Mustafa Khan, Joao Bombardelli2026-08-06
💻 ciencias de la computación

A Contextual Intervention Consistency Selector and Temporal Casual Memory Network for Explainable Personalized Cardiovascular Risk Factor Identification and Prediction

Este artículo propone el marco de trabajo CICS-TCMN, el cual integra el aprendizaje de estructuras causales, un Selector de Consistencia de Intervención Contextual y una Red de Memoria Causal Temporal para ofrecer predicciones de riesgo cardiovascular personalizadas, precisas, temporalmente conscientes y clínicamente interpretables.

K Shruthi, Reddi China Appala Naidu2026-08-06
💻 ciencias de la computación

Utilizing Large Language Model Algorithm for XSS, SQL, and Command Injection Detection

Esta investigación demuestra que los modelos de lenguaje de gran tamaño ajustados, particularmente LLaMA-3.2-1B y el modelo de eficiencia de parámetros DistilBERT, pueden lograr una precisión casi perfecta en la detección de ataques XSS, SQL e inyección de comandos, ofreciendo una solución altamente efectiva para mitigar estas amenazas críticas de seguridad web.

Nouf Awadh, Mona Alnahari2026-08-06
💻 ciencias de la computación

Developing Hate Speech Detector for Afan Oromo Content on Social Media Platforms Using Deep Neural Networks

Este artículo presenta un sistema de detección de discursos de odio basado en aprendizaje profundo para la lengua afan oromo, la cual es de bajos recursos, utilizando los modelos XLM-RoBERTa y Afro-XLMR, demostrando que el modelo XLM-RoBERTa ajustado logra un rendimiento superior con una puntuación F1 del 95,3 % y una precisión del 95,8 % en un conjunto de datos de 22.000 muestras de redes sociales para mejorar la seguridad en línea y la cohesión social en Etiopía.

Felmeta Abate Jilo¹, Daniel Dufera Kenea²2026-08-06
💻 ciencias de la computación

Cethraian-Shift is a reproducible medical-imaging research project evaluating the cross-dataset reliability, calibration, label-policy sensitivity, and Grad-CAM++ stability of multi-label chest X-ray classifiers across NIH ChestX-ray14 and VinDr-CXR

El proyecto Cethraian-Shift evalúa la fiabilidad entre conjuntos de datos, la calibración, la sensibilidad de la política de etiquetas y la estabilidad de Grad-CAM++ de clasificadores de radiografías de tórax multietiqueta entrenados en NIH ChestX-ray14 y probados en VinDr-CXR, revelando que la discriminación, la calibración y la estabilidad de la explicación se comportan como dimensiones técnicas distintas, al tiempo que enfatiza que estos hallazgos retrospectivos no establecen la utilidad clínica ni la preparación para el despliegue.

Mohammed Badhan2026-08-06
💻 ciencias de la computación

Machine Learning Versus Self-Supervised Transfer Learning for 30-Day Readmission Prediction in Diabetic Patients

Este estudio compara seis modelos de aprendizaje automático en el conjunto de datos UCI Diabetes 130-US Hospitals y encuentra que los ensambles basados en árboles, particularmente XGBoost, superan tanto a las redes neuronales entrenadas desde cero como a aquellas que utilizan preentrenamiento autosupervisado, alcanzando un techo de discriminación práctico de aproximadamente 0.675 AUROC para la predicción de reingresos a los 30 días en pacientes diabéticos.

Abigail Boatemaa, Baffour Osei, Gabriel Osei Forkuo2026-08-06
💻 ciencias de la computación

A Hybrid CNN–SPN Framework for Reliable Monitoring and Instability Detection in Hadoop Clusters

Este artículo propone un marco híbrido CNN–SPN que integra una Red de Petri Estocástica de densidad múltiple con una Red Neuronal Convolucional para mejorar la precisión e interpretabilidad de la detección de la inestabilidad de los nodos en clústeres de Hadoop, logrando un rendimiento superior sobre los modelos de referencia en un conjunto de datos sintético.

Walid Ben Mesmia, Zied Trifa, Kamel Barkaoui2026-08-06