💻 Category

cs

4142 artículos

💻 ciencias de la computación

The World Is a Hypothesis: Epistemic Control for Executable World-Model Agents in Novel Interactive Environments

Este artículo presenta THEA, una política de revisión definida por prompts que trata los modelos de mundo ejecutables como teorías falsables para orquestar agentes parentales y subagentes especialistas, logrando un rendimiento de vanguardia en 22 de 25 juegos de ARC-AGI-3 con costos significativamente reducidos mientras asegura que la revisión de hipótesis sea explícita, auditable y rentable.

Bruno Laureano dos Santos2026-07-28
💻 ciencias de la computación

Pretraining Transfer, Adaptation Dependence, and Dense Evaluation in Low-Label Cell Instance Segmentation: A Controlled Study

Este estudio controlado demuestra que las clasificaciones de las estrategias de preentrenamiento para la segmentación de instancias de células con pocas etiquetas no son inherentes únicamente a los pesos del esqueleto (backbone), sino que dependen críticamente de los protocolos específicos de transferencia y adaptación utilizados, al tiempo que destaca que los topes de evaluación estándar subestiman significamente el rendimiento en imágenes de microscopía densas.

Yinghuan Li2026-07-28
💻 ciencias de la computación

Meta-Analysis of Feature Representation Techniques for Fake News Detection: Evidence from Publicly Available Benchmark Datasets

Este metaanálisis de conjuntos de datos de referencia disponibles públicamente demuestra que las representaciones de características híbridas combinadas con enfoques de aprendizaje de conjunto ofrecen una estabilidad predictiva y una eficacia superiores para la detección de noticias falsas en comparación con los métodos de extracción de características y los clasificadores individuales.

Kazi Abdul Mannan, Tasima Tahsin Diya2026-07-28
💻 ciencias de la computación

A Modular Image Manipulation Localization Framework using a Dual-Stream Classifier and Conditional Diffusion Models

Este artículo propone un novedoso marco modular de dos etapas para la localización de manipulación de imágenes que primero clasifica los tipos de falsificación mediante un clasificador de doble flujo que fusiona características RGB y SRM, y luego emplea modelos de difusión condicionales especializados con una función de pérdida híbrida para generar máscaras de manipulación precisas, logrando un rendimiento competitivo en conjuntos de datos de referencia.

Zohaib Hamdule, Venkatanareshbabu Kuppili2026-07-28
💻 ciencias de la computación

Active Image Manipulation Detection and Localization using TransUNet for Fragile Watermarking

Este artículo propone un novedoso marco de Detección y Localización de Manipulación Activa de Imágenes (AIMDL, por sus siglas en inglés) que aprovecha TransUNet para la generación y recuperación robusta de marcas de agua, combinado con un módulo forense multi-cabezal UNet, para lograr una detección de manipulación de alta precisión y una localización a nivel de píxel mientras equilibra dinámicamente la transparencia y la robustez de la marca de agua.

Zohaib Hamdule, Venkatanareshbabu Kuppili2026-07-28
💻 ciencias de la computación

StrokePlan-RNN: Predicting Ordered Drawing Procedures from Face Line Art

Este artículo presenta StrokePlan-RNN, un modelo autorregresivo condicionado por imágenes que predice con éxito secuencias de trazos ordenados a partir de arte de líneas faciales estáticas mediante el entrenamiento en un conjunto de datos recién construido, logrando una alta precisión geométrica al tiempo que destaca la necesidad de mejorar las métricas de evaluación procedimentales.

Gameil S. H. Ali, Entesar Altaheri2026-07-28
💻 ciencias de la computación

Adaptive Training Controller (ATC): An Autotuning Framework for CNN-Based Plastic Waste Classification Using the PLASTIC Dataset

Este artículo aborda el desafío de la clasificación de residuos plásticos mediante la introducción de un nuevo conjunto de datos PLASTIC específico del dominio y la propuesta del Controlador de Entrenamiento Adaptativo (ATC), una arquitectura de marco de autoajuste independiente de la arquitectura que supera a herramientas existentes como Optuna al alcanzar hasta un 94.89% de precisión con ResNet101, al tiempo que reduce los requisitos de recursos computacionales.

SHYAMASREE KARMAKAR, Sukanya Saha, Sunita Roy, Ranjan Mehera, Rajat Kumar Pal2026-07-28
💻 ciencias de la computación

Can a Large Language Model Serve as the Missing Second Reviewer? Prominence Bias, Retrieval Effects, and a Confidence-Fabrication Gap in an Empirical Evaluation of Two Published Meta-Analyses

Esta evaluación empírica demuestra que, si bien los modelos de lenguaje de gran tamaño pueden identificar errores reales pasados por alto por revisores humanos y mejorar significativamente la recuperación de estudios cuando están equipados con herramientas de recuperación, siguen sin ser sustitutos fiables para la verificación humana debido a problemas persistentes como el sesgo de prominencia, la confusión entre artículos y la fabricación de inconsistencias inexistentes.

Paul Fontelo2026-07-28
💻 ciencias de la computación

Cyber-Physical Orchestration of Emergency Department Services Through a Bidirectional Digital Twin and a Deep Reinforcement Learning Agent: Architectural Design, In SilicoValidation, and Critical Analysis of Performance Under Demand Stress

Este artículo presenta y valida una arquitectura ciberfísica que integra un Gemelo Digital bidireccional, un agente de Aprendizaje por Refuerzo Profundo y una capa de Inteligencia Artificial Explicable para optimizar la asignación de recursos en departamentos de emergencias, demostrando reducciones significativas en la ocupación máxima bajo estrés de alta demanda al tiempo que expone y aborda críticamente artefactos de instrumentación específicos en el proceso de validación.

Joseph Javier Sánchez Acuña, Mario Anzures García2026-07-28
💻 ciencias de la computación

The Machine Proposes. The Proof Disposes: Neuro-Symbolic Synthesis of Formally Verified Markov Usage Models from Natural Language Requirements

Este artículo presenta Neuro-Symbolic MBST, un marco de trabajo que automatiza la síntesis de modelos de uso de Markov formalmente verificados a partir de requisitos en lenguaje natural mediante la integración del aprendizaje L*, LLMs con restricciones gramaticales y optimización convexa, logrando así una detección de fallos y una cobertura de alta fidelidad que supera significativamente a las bases puramente neuronales, eliminando al mismo tiempo los cuellos de botella del modelado manual para sistemas críticos de seguridad.

Nathan Ginting2026-07-28