💻 ciencias de la computación

Trustworthiness Assessment with Explainable AI: A Comparative Study of LIME, Parzen, and Greedy Explanation Methods on Religious Text and Image Classification

Este estudio evalúa la confiabilidad de los métodos de explicación LIME, Parzen y Greedy en modelos de clasificación de textos e imágenes religiosas, encontrando que LIME supera consistentemente a los otros en la identificación de características no confiables dentro de las restricciones específicas del conjunto de datos de texto binario y el alcance limitado de las imágenes.

Fatima Daws, Sabaa Alansi, Fateen Alharaz, Abdullah Al-Hashedi2026-07-28
💻 ciencias de la computación

Adaptive Interpolatory Curve Subdivision with Learned Local Angles

Este artículo introduce un esquema de subdivisión interpolatorio adaptativo que aprende ángulos de inserción locales mediante un predictor compacto por aristas para superar a las líneas base de tensión fija en precisión y suavidad a través de geometrías euclídeas, esféricas e hiperbólicas, preservando al mismo tiempo la garantía de que las curvas refinadas pasan por los puntos de control originales.

Hassan Ugail, Newton Howard2026-07-28
📄 otros

X-WAF: A Hybrid Machine Learning Framework with SHAP-Driven Explainability and Automated Rule Synthesis for Real-Time Web Application Protection

Este artículo presenta X-WAF, un marco de aprendizaje automático híbrido que combina un conjunto de clasificadores con explicabilidad impulsada por SHAP para lograr una detección de ataques web de día cero de alta precisión y baja latencia, al tiempo que traduce automáticamente los conocimientos en reglas de ModSecurity accionables para una integración fluida en las infraestructuras de seguridad existentes.

Danish Quarni2026-07-27
📄 otros

StrokeID-NER : A Stroke Named Entity Recognition Dataset for Indonesian Patient- Generated Health Queries

Este artículo presenta StrokeID-NER, un conjunto de datos indonesio disponible públicamente de 1.742 consultas de salud generadas por pacientes y anotadas para entidades nombradas relacionadas con el accidente cerebrovascular, el cual se utilizó para demostrar que los modelos transformer ajustados superan significativamente a las bases de referencia de cero disparos (zero-shot) en el reconocimiento de terminología médica informal y regional, al tiempo que destaca que las futuras mejoras de rendimiento dependen primordialmente de la expansión de la cobertura léxica más que de la arquitectura del modelo.

Miseri Cordiaz S, Yaseen Muhammad, Md Ariful Islam Mozumder, Hee Cheol Kim2026-07-27
📄 otros

Assessing the Credibility of Corporate SDG Claims: An Agentic AI Framework for Sustainability Report Analysis

Este estudio presenta un marco de IA Agéntica escalable y fundamentado en la teoría que evalúa rigurosamente la credibilidad de las afirmaciones de los ODS corporativos frente a una rúbrica de cinco dimensiones, revelando que, si bien la mayoría de las divulgaciones son parcialmente sustantivas, las empresas suelen declarar por debajo de su compromiso real con la sostenibilidad.

Damrongsak Naparat, Erboon Ekasingh2026-07-27
📄 otros

Conditional Diffusion-Based Data Augmentation for Imbalanced Multi-Mode Fault Diagnosis in Predictive Maintenance

Este artículo demuestra que los modelos probabilísticos de difusión de eliminación de ruido condicionales por clase (DDPMs) mitigan eficazmente el desequilibrio severo de clases en el mantenimiento predictivo mediante la síntesis de muestras de clase minoritaria de alta fidelidad, superando significativamente a los métodos de aumento tradicionales como SMOTE y las GANs en la detección de fallos industriales poco comunes.

ABDELHAFID HAMDI ALAOUI, ANWAR MEDDAOUI2026-07-27
📄 otros

Causal Retrieval-Augmented Generation: ModifyingFake Correlations in AI-Driven Knowledge Systems through Algorithmic Nudging

Este artículo presenta la Generación Aumentada por Recuperación Causal (CR-RAG), un marco que modela el flujo de trabajo de RAG como un Modelo Causal Estructural para mitigar las correlaciones espurias y reducir las alucinaciones mediante el ajuste de puerta trasera, el reponderado por la inversa de la propensión y la aumentación de datos contrafácticos, logrando mejoras significativas de rendimiento en evaluaciones de conocimiento intensivo, particularmente para preguntas de cola larga.

A.Jethose Vijayakumar, Rajendran Thavasimuthu, Ramkumar Sivasakthivel, Manikandan Rajagopal2026-07-27
📄 otros

Diffusion Model-Based Image Restoration: Interactive Learning of Determinism and Stochasticity

Este artículo propone un nuevo marco de difusión para la restauración de imágenes que emplea el modelado interactivo del determinismo y la estocasticidad para adaptarse eficazmente a los requisitos heterogéneos de diversas tareas de degradación, logrando un rendimiento y una interpretabilidad superiores en múltiples escenarios de restauración.

Sha Luo, Siyuan Peng, Dawei Zhao, Qingwei Gao2026-07-27
💻 ciencias de la computación

Topology-Preserving Anisotropic Adaptive Yarn-Level Cloth Simulation Using Direction-Aware Energy Evaluation

Este artículo propone un marco adaptativo de preservación de topología y sensible a la dirección para la simulación de telas a nivel de hilo que ajusta dinámicamente la intensidad del cálculo de restricciones basándose en la deformación local y la actividad de contacto, mientras emplea el sobremuestreo visual para mantener estructuras tejidas de alta fidelidad sin incurrir en costos computacionales prohibitivos.

Jong-Hyun Kim2026-07-27