💻 Category

cs

4113 artículos

💻 ciencias de la computación

A Unified Two-Phase Motion Regime-Aware Hybrid Multi-Sensor Data Fusion Framework for Navigation of Intelligent Systems

Este artículo propone un marco híbrido unificado de dos fases que integra una canalización de clasificación de movimiento consciente del régimen con el ajuste adaptativo basado en aprendizaje por refuerzo de los parámetros de ruido del filtro de Kalman para mejorar la precisión de la navegación de vehículos autónomos y la robustez contra la suplantación de GPS.

Gnana Sri Sindhu Boppana, Shuo Wu2026-07-30
💻 ciencias de la computación

A Deterministic Complete Graph Hill Cipher with Shift128 Residual Encryption for Universal Binary Files

Este artículo presenta CGHC-S128, un marco de cifrado híbrido que combina un Cifrado de Hill de Grafo Completo con un cifrado residual Shift128 para cifrar de manera segura y eficiente archivos binarios universales de cualquier tamaño sin relleno, garantizando al mismo tiempo la invertibilidad matemática de la clave, el descifrado perfecto y una fuerte resistencia contra ataques criptoanalíticos.

Samsul Arifin¹, Paskalis Farelnata Zamasi, Ade Kurniawan, Tiawan Tiawan, Merios Gusan Putra, Edwin Kristianto Sijabat, D (…)2026-07-30
💻 ciencias de la computación

CAI Computing Power Law: A Quantitative Framework for the Tripartite Balance of Computing Power, Algorithms and Generalized Information Resources

Este artículo propone la Ley de Potencia de Computación CAI, un marco cuantitativo (C = A/I) que demuestra que la optimización de los algoritmos y la purificación de los recursos de información pueden mejorar significativamente la potencia de cómputo efectiva y mitigar los rendimientos decrecientes, guiando así a las industrias para lograr un equilibrio tripartito dinámico entre la potencia de cómputo, los algoritmos y la información generalizada en lugar de depender únicamente de la expansión del hardware.

Zhiyun Chen2026-07-30
💻 ciencias de la computación

Big Data-Driven Early Warning Model for Safety Risk Management in Tobacco Enterprises

Este artículo propone un modelo de alerta temprana impulsado por el gran volumen de datos para empresas tabacaleras que integra un flujo de datos distribuido y escalable, ingeniería de características avanzada y un sistema de aprendizaje de conjunto para superar las limitaciones del monitoreo tradicional, permitiendo la detección de riesgos de seguridad y el soporte de decisiones de manera precisa, interpretable y en tiempo real.

Xiumei Wen2026-07-30
💻 ciencias de la computación

Cross-Outbreak Transfer Learning Under Data/Label Scarcity: Foundation ML model for epidemiology

El artículo presenta OBFM-SafeEnsemble, un marco de aprendizaje de transferencia con guardia para entre brotes que aprovecha los conocimientos previos de la fuente y la regularización adaptativa para mejorar significativamente la predicción del estado de confirmación en brotes de Ébola con escasez de datos, al tiempo que evita la transferencia de conocimiento perjudicial mediante una validación estricta y la selección de ensambles.

Vikas Ramachandra2026-07-30
💻 ciencias de la computación

Intelligent Adaptive Hybrid Encryption Based on Unimodular Hill Cipher, RSA-OAEP, and Chaotic Logistic Maps for Universal Digital File Security

Este artículo propone un criptosistema híbrido adaptativo impulsado por IA que asigna dinámicamente el cifrado Unimodular Hill Cipher y RSA-OAEP basándose en las características del archivo, utilizando Mapas Caóticos Logísticos para la generación de claves con el fin de lograr una seguridad robusta, eficiente y sin pérdidas para archivos binarios universales.

Samsul Arifin2026-07-30
💻 ciencias de la computación

Melanoma Prediction Using a Deep Convolutional Neural Network (CNN) Model

Este estudio presenta una revisión bibliométrica y sistemática exhaustiva de la investigación en detección de melanoma basada en aprendizaje profundo desde 2015 hasta 2026, destacando tendencias clave en arquitecturas CNN y aprendizaje por transferencia, al tiempo que identifica desafíos críticos como el desequilibrio de los conjuntos de datos y la validación clínica para guiar el desarrollo futuro de sistemas de diagnóstico fiables.

Kazi Abdul Mannan, Md. Mohsin Hossain Sifat2026-07-30
💻 ciencias de la computación

Confidence-Gated Multimodal Fusion with Speech-Guided Captioning for Depression Detection

Este artículo presenta un marco multimodal con compuerta de confianza que integra incrustaciones de texto, características acústicas y subtítulos de emoción guiados por el habla para ponderar dinámicamente la fiabilidad de la modalidad, logrando un rendimiento de vanguardia en la detección de la depresión al abordar la fuga de evaluación mediante una rigurosa validación cruzada anidada.

Ankit Kumar, Rohan Thapa, Shahid Shafi Dar, Nagendra Kumar2026-07-30
💻 ciencias de la computación

State Authenticity under Multiple Bus Masters: A Non-Secure DMA Gap and Mitigation for TrustZone-M Proofs of Executio

Este artículo revela que las pruebas de ejecución de TrustZone-M son vulnerables a la manipulación de estados mediante controladores DMA no seguros debido a que sus garantías de seguridad dependen únicamente del aislamiento de la CPU, y propone una mitigación ligera mediante la seguridad de DMA por canal para asegurar la autenticidad del estado contra todos los maestros de bus.

Arash Razban2026-07-30
💻 ciencias de la computación

Does Model Compression Amplify Clinical Bias? A Subgroup Fairness Audit of Quantized ICU Risk Models on MIMIC-IV

Este estudio audita el impacto de las técnicas de compresión de modelos en la equidad de subgrupos en la predicción del riesgo de AKI en la UCI utilizando MIMIC-IV, revelando que mientras la cuantización ingenua puede degradar catastróficamente el rendimiento y la poda perjudica significativamente la precisión de los subgrupos, los controles metodológicos adecuados son esenciales para evitar afirmaciones de equidad espurias y abordar las disparidades inherentes impulsadas por los tamaños pequeños de los subgrupos.

Aman Chandra H, Stuti Shivhare2026-07-30