💻 Category

cs

4109 artículos

💻 ciencias de la computación

Canonical Alignment and Weighted Neural Network for Autonomous Part Defect Identification in 3D Point Clouds

Este artículo propone un marco basado en PointNet mejorado para la identificación autónoma de defectos en nubes de puntos 3D que utiliza la alineación canónica determinista basada en SVD y la pérdida de entropía cruzada ponderada para superar la variabilidad geométrica y el desequilibrio de clases, logrando una precisión mejorada y una latencia de inferencia reducida para la inspección industrial en tiempo real.

Qingze Zou, ElHussein Shata, Baihui Chen, Yuebin Guo2026-07-30
💻 ciencias de la computación

Atmospheric Turbulence-Driven Chaotic Cloud Drift Optimization for Feature Selection and Forecasting

Este artículo propone el algoritmo de Optimización de Deriva de Nubes Mejorado por Caos (CI-CDO), una nueva metaheurística mejorada mediante la dinámica de la turbulencia atmosférica y mapas caóticos, la cual demuestra un rendimiento superior en la resolución de problemas de optimización de referencia, la selección de subconjuntos de características óptimos para la clasificación y el pronóstico de datos ambientales del mundo real.

Abdelmonem M. Ibrahim, Doaa A. Fakhry, Ahmed Abdel-Monsef Allam2026-07-30
💻 ciencias de la computación

Metadata Supervised Imaging Representations for Modelling and Controlling Acquisition Variability

Este artículo propone un enfoque supervisado por metadatos para desenredar la estructura anatómica de las variaciones dependientes de la adquisición en imágenes biomédicas, permitiendo la creación de representaciones conscientes de la adquisición y un modelo de armonización unificado que mejora la generalización, la interpretabilidad y el despliegue clínico a través de diversos protocolos y sitios de imagen.

Mehmet Yigit Avci, Pedro Borges, Virginia Fernandez, Natalia Glazman, Paul Wright, Mehmet Yigitsoy, Sebastien Ourselin (…)2026-07-30
💻 ciencias de la computación

Interpretable Ensemble Machine Learning for Process-Parameter-Driven Prediction of TiO₂–PVP Electrospun Nanofiber Diameter

Este estudio demuestra que un marco de aprendizaje automático de conjunto interpretable, específicamente utilizando la Regresión de Extra Árboles (Extra Trees Regression), puede predecir con precisión el diámetro de nanofibras electrohiladas de TiO₂–PVP basándose en los parámetros del proceso, ofreciendo así una alternativa altamente eficiente y precisa a los métodos tradicionales de optimización experimental que consumen mucho tiempo.

Chetan More, Harshada Mhetre, Kedar Sahasrabudhe, Asmita Mali, Sameer Gajmal, Amol Bhopale, Amit Shewale2026-07-30
💻 ciencias de la computación

MSF-TrashDet: A Lightweight Multi-Scale Feature Fusion Network for Automatic Waste Object Detection Using the TrashNet Dataset

Este artículo propone MSF-TrashDet, una red de fusión de características multiescala ligera que utiliza un novedoso bloque de Mejora de Características Multiescala y la poda de canales estructurada para lograr una detección de objetos de basura eficiente y de alta precisión en el conjunto de datos TrashNet, superando a modelos de vanguardia como YOLOv5n, YOLOv8n y YOLOv11n con un 91.91% de mAP50 mientras mantiene una baja complejidad computacional.

Tao Yanfen, Lei Lijuan, Gao Yousheng, Fan Dongdong, Mei Pengfei2026-07-30
💻 ciencias de la computación

A Scalable Hybrid Encryption Framework Based on Unimodular Hill Cipher and Chaotic Logistic XOR Stream Cipher for Secure Binary File Protection

Este artículo propone un marco de cifrado híbrido escalable que combina el Cifrado de Hill Unimodular con un cifrado de flujo XOR basado en el Mapa Logístico caótico para proporcionar una protección segura, eficiente y de formato independiente para archivos binarios arbitrarios, logrando una aleatoriedad casi ideal, una fuerte resistencia a ataques estadísticos y una recuperación sin pérdidas con un alto rendimiento.

Samsul Arifin¹, Ade Kurniawan, Tiawan Tiawan, Merios Gusan Putra, Edwin Kristianto Sijabat, Dani Lukman Hakim, Dwi Wijon (…)2026-07-30
💻 ciencias de la computación

A Dynamic Hybrid Cryptosystem Combining Unimodular Hill Cipher, Chaotic Logistic Maps, and ECC for Efficient Binary File Encryption

Este artículo presenta el Sistema Criptográfico Caótico Híbrido Basado en División (HSBCC, por sus siglas en inglés), un marco unificado que integra un cifrado de Hill unimodular generado dinámicamente, derivación de claves basada en el Mapa Logístico y Criptografía de Curva Elíptica para lograr un cifrado seguro, sin pérdida y de tamaño preservado para archivos binarios arbitrarios.

Samsul Arifin¹, Alya Maura Raditha, Ade Kurniawan, Tiawan Tiawan, Merios Gusan Putra, Edwin Kristianto Sijabat, Dani Luk (…)2026-07-30
💻 ciencias de la computación

Block-Sparse Pruning Compresses Models Without Reducing Inference Latency in Intrusion Detection Networks

Este estudio demuestra que, si bien la poda de dispersión por bloques comprime significativamente un modelo de detección de intrusiones de aprendizaje profundo para el despliegue en el borde sin mejorar la latencia de inferencia en hardware estándar, introduce inestabilidad específica de clase y no logra resolver los problemas de rendimiento para los tipos de ataques minoritarios.

Ishan Mishra2026-07-30
💻 ciencias de la computación

AI-Driven Multi-Objective Scheduling and Load Balancing of Containers in Federated Cloud Environments

Este artículo propone un marco impulsado por IA para entornos de nube federada que integra redes neuronales de grafos, optimización NSGA-II y bandits contextuales para minimizar simultáneamente las violaciones de SLO, el consumo de energía, los costos operativos y el tráfico entre clústeres, mientras maximiza la equidad y la estabilidad, logrando un rendimiento superior sobre los métodos existentes en evaluaciones experimentales.

Votte Rajashekhar, N. Radhika, G Naga Rama Devi, Yedida Subrahmanyam, N. Rahul Pal, Gadde Mamatha2026-07-30
💻 ciencias de la computación

Artificial Empathy and the Limits of Safety and Governance: A Walkthrough Analysis of Crisis Response in AI-Mediated Mental Health Support

Este estudio evalúa seis plataformas de IA conversacional y encuentra que, si bien simulan la empatía de manera constante, exhiben inconsistencias significativas en la detección y escalada de crisis, revelando una brecha crítica entre sus compromisos de seguridad documentados y su desempeño interaccional real.

Samuel Hockey, Mathias Felipe de Lima Santos2026-07-30