💻 ciencias de la computación

ZIRF: Zero-Initialized Residual Fusion for Small Object Detection

Este artículo propone la Fusión Residual de Inicialización Cero (ZIRF, por sus siglas en inglés), un módulo ligero de entrecapas que integra directamente características multiescala en las salidas de detección mediante residuos de inicialización cero y mecanismos de compuerta para mitigar la dilución semántica en la detección de objetos pequeños, mejorando así la precisión media promedio en conjuntos de datos como SODA-D y VisDrone sin alterar la salida inicial del modelo base.

Seon-Min Kim, Seung-Hwi Choi, Sung-Wook Park, Chun-Bo Sim, Se-Hoon Jung2026-10-22
💻 ciencias de la computación

Multimodal Detection for Underwater Cultural Heritage: A Physics-Guided Color-Bias-Aware Network and Dataset

Para superar los desafíos en la detección del patrimonio cultural subacuático, tales como la escasez de datos y la distorsión del color, este artículo presenta el conjunto de datos WRF y UCH-Net, un detector de doble flujo guiado por la física que supera significativamente a las líneas base existentes al fusionar eficazmente la información de RGB y profundidad.

Zigeng Song, Ruifeng Wei, Wang Man, Qin Nie, Zongmei Li, Xiaofeng Du, Xinchang Zhang2026-10-22
💻 ciencias de la computación

When Does Network Restructuring Improve Organizational Search? A Computational Study of Dynamic Influence Networks on NK Landscapes

Este estudio computacional que utiliza paisajes NK revela que, si bien la mayoría de las reglas de reestructuración de redes fallan al intentar mejorar la búsqueda organizacional, la reestructuración basada en fases iniciada por el diseñador mejora significativamente el rendimiento específicamente en entornos de problemas altamente complejos.

Anandan T R2026-10-22
💻 ciencias de la computación

Evidence-Grounded Retrieval- Augmented Generation and Knowledge-Graph Grounding for Patient-Safety Reasoning: A Comparative Evaluation

Este estudio demuestra que combinar la generación aumentada por recuperación con la fundamentación en grafos de conocimiento mejora significativamente la corrección fáctica, la seguridad y la utilidad clínica de los modelos de lenguaje de gran tamaño en el razonamiento sobre la seguridad del paciente al reducir sustancialmente las alucinaciones y mejorar la trazabilidad de la evidencia en comparación con los enfoques no fundamentados o de un solo método.

Sharare Taheri Moghadam, Md Shafiqur Rahman Jabin2026-10-22
💻 ciencias de la computación

Convergence of Differential Privacy and Shannon Entropy in Data Anonymization

Esta revisión sistemática de literatura de 64 estudios revela que la Privacidad Diferencial se utiliza cada vez más para auditar en lugar de reemplazar los modelos de anonimización sintáctica, destacando la Entropía de Shannon como un puente semántico prometedor para mejorar la interpretabilidad y la transparencia de los marcos de privacidad híbridos.

Maria Virgínia Mendonça dos Santos2026-10-22
💻 ciencias de la computación

Information-Guided Spatiotemporal Scanning for Efficient Video State-Space Modeling

Este artículo presenta AdaScan, un marco de escaneo adaptativo guiado por información que optimiza dinámicamente la granularidad espacial, la selección de regiones y el orden de serialización de los tokens de video basándose en la información específica del contenido, mejorando así la eficiencia y el rendimiento de los Modelos de Espacio de Estados (SSMs) en tareas de comprensión de video.

Tian Ye, Wang Lu, Chaowei Yang, Yahui Kang, Jun Miao, Shuxuan Li2026-10-22
💻 ciencias de la computación

DETECX: Deep Ensemble Temporal Encoder with Cross-Attention Mechanism for Encrypted Traffic Intrusion Detection in Cloud-Edge Collaborative Architectures

Este artículo propone DETECX, un novedoso marco de ensamblaje profundo que integra convoluciones temporales multiescala, fusión por atención cruzada y votación adaptativa para lograr una detección de intrusiones de alta precisión y baja latencia para el tráfico cifrado dentro de arquitecturas colaborativas de nube-borde con recursos limitados.

Xianjun Yang, LiPeng Wang2026-10-22
💻 ciencias de la computación

A hybrid PLS-SEM and convolutional neural network analysis of artificial intelligence adoption intention in SMEs

Este estudio introduce un marco unificado de dos etapas que integra el Modelado de Ecuaciones Estructurales por Mínimos Cuadrados Parciales (PLS-SEM) con una Red Neuronal Convolucional (CNN) para analizar la adopción de la IA en las PYMEs nigerianas, demostrando que mientras el PLS-SEM confirma las relaciones teóricas, la CNN mejora significativamente la precisión predictiva fuera de la muestra cuando ambos modelos se comparan rigurosamente sobre pliegues de datos idénticos.

Ayodeji Idowu, Yemisi Tomilola Babalola, Yacob Haliso, Oyebayo Ridwan Olaniran2026-10-22
💻 ciencias de la computación

MSPF-Net: Multi-Scale Spatial-Spectral Feature Fusion Network for Pansharpening

Este artículo propone MSPF-Net, una red de fusión de características espaciales-espectrales multiescala que equilibra eficazmente la restauración del detalle espacial y la fidelidad espectral en el pansharpening mediante el aprovechamiento de un marco jerárquico con extracción multiescala, mejora de altas frecuencias y mecanismos de atención adaptativa, logrando un rendimiento de vanguardia en múltiples conjuntos de datos de teledetección.

Wanchun Sun, Xinyu Duan, Shujia Li, Hui Ma2026-10-22
💻 ciencias de la computación

Deep Learning-Based Non-Destructive Seafood Freshness Assessment: A Systematic Review of Sensing Technologies, Validation, and Deployment Readiness

Esta revisión sistemática evalúa las tecnologías de evaluación de la frescura de los productos del mar basadas en aprendizaje profundo no destructivo, destacando su alto rendimiento predictivo al tiempo que identifica brechas críticas en la validez biológica, el rigor metodológico y la preparación para el despliegue industrial.

Muhammad Munsarif, Richmond Ampah-Mensah2026-10-22