💻 Category

cs

4157 artículos

💻 ciencias de la computación

The GRACE Cycle: A General Large-Language-Model Framework for Phenotype Discovery with Unknown Cluster Number

El artículo presenta GRACE, un novedoso marco de trabajo basado en modelos de lenguaje de gran tamaño que refina iterativamente hipótesis y evidencia para descubrir automáticamente el número óptimo de subgrupos clínicos en datos heterogéneos y multimodales sin requerir la especificación previa de recuentos de clústeres, tal como se validó en cohortes de Long COVID y la enfermedad de Parkinson.

Jing Wang, Zorina Galis, Tong Zhang, Yiming Luo, Amar Sra, Xing Niu, Jie Shen, Qiaomin Xie, Jeremy Weiss2026-07-14
💻 ciencias de la computación

What's Missing in Autonomous Research? A Systematization of Systems, Benchmarks, and Verification

Esta encuesta sistematiza el fragmentado panorama de la investigación autónoma mediante la introducción de un marco multi-eje para 56 sistemas y la fiabilidad de su evidencia, revelando una brecha crítica entre la capacidad de generar artefactos de investigación y la falta de mecanismos de verificación robustos para defenderlos antes de su publicación.

Xingyu Ren, Youran Sun, Chugang Yi, Kejia Zhang, Jiaxuan Guo, Jianda Du, Haizhao Yang2026-07-14
💻 ciencias de la computación

A multi-objective evolutionary approach to neural architecture search for clinical tabular classification: balancing predictive performance and model compactness

Este artículo presenta MOGA-NAS, un algoritmo evolutivo multiobjetivo que equilibra eficazmente el rendimiento predictivo y la compacidad del modelo para la clasificación de tablas clínicas al maximizar simultáneamente las puntuaciones F1 y minimizar el recuento de parámetros, lo que resulta en modelos significativamente más pequeños con una precisión superior o comparable a través de cinco referentes públicos.

Ivan V. Stepanyan, Menhai Hou, Safa A. Hameed2026-07-14
💻 ciencias de la computación

Federated Learning Parameter Protection Based on Homomorphic Encryption and Selective User Decryption

Este artículo propone un esquema de seguridad de aprendizaje federado que combina el cifrado homomórfico de umbral de Paillier con un mecanismo de descifrado selectivo basado en la calidad de los datos y firmas ECDSA para defender eficazmente contra ataques de inferencia y manipulación, mejorando al mismo tiempo la eficiencia del entrenamiento en aproximadamente un 10%.

Zhangbing Li, Mingyu Xiao, Jiantian Xiao, Jinsheng Li, Shaobo Zhang2026-07-14
💻 ciencias de la computación

Voice Tone-Based Emotion Detection Using Deep Learning: A Hybrid Transformer–CNN–BiLSTM Framework with Multi-Feature Fusion

Este artículo presenta un marco de aprendizaje profundo híbrido que integra capas de CNN, Transformer y BiLSTM con fusión de características múltiples para lograr un rendimiento de vanguardia en el reconocimiento de emociones en el habla a través de cinco conjuntos de datos de referencia, demostrando una generalización robusta y mejoras significativas de precisión sobre las líneas base existentes.

ANUSHREE RAJ, PALLAVI M O, Aishwarya D Shetty, Athokpam Bikramjit Singh, K. Annapoorneshwari Shetty2026-07-14
💻 ciencias de la computación

The StackPip Framework for Hybrid Ensemble Learning in Stellar Classification

Este estudio propone el Marco de Trabajo StackPip, un enfoque de aprendizaje de conjunto híbrido que utiliza un Clasificador de Apilamiento (Stacking Classifier) en el conjunto de datos SDSS DR-17, el cual logró una precisión del 98% en la clasificación de objetos celestes en galaxias, estrellas y cuásares, superando a varios modelos de aprendizaje automático individuales.

Smaranika Mohapatra, Kusumlata Jain, Harish Kumar Pamnani, Ananya Wadhwa, Kanika Mittal2026-07-14
💻 ciencias de la computación

BayesMem-CD: Bayesian Temporal Memory Networkfor Uncertainty-Aware Dynamic Community Detection

El artículo propone BayesMem-CD, un marco basado en memoria bayesiana que integra la inferencia probabilística con la regularización temporal para lograr una detección de comunidades dinámica consciente de la incertidumbre, equilibrando eficazmente la estabilidad frente al ruido con la sensibilidad ante cambios estructurales genuinos.

Daozheng Qu, Yanfei Ma, Liang Zhang, Yibo Wang2026-07-14
💻 ciencias de la computación

AraCoT-Agent: Arabic Chain-of-Thought Distillation for Agentic Reasoning

El artículo presenta AraCoT-Agent, un marco que destila capacidades de razonamiento estructurado en modelos árabes utilizando un conjunto de datos filtrado y de alta calidad (AraCoT) y un objetivo de entrenamiento ponderado por recompensa, logrando una mejora relativa del 55,7% en el nuevo AraAgent-Bench y reduciendo significativamente la brecha de razonamiento entre los LLM en árabe e inglés.

Mohamed Ali Farag2026-07-14
💻 ciencias de la computación

Continuous Degradation Representation Learning for Remaining Useful Life Prediction

El artículo propone CoDeR, un marco de aprendizaje de representación de degradación continua que integra un Codificador Transformer Acoplado de Doble Eje y un módulo de Aprendizaje Contrastivo Sensible al Tiempo para superar las limitaciones de las representaciones fragmentadas en los modelos de aprendizaje profundo existentes, logrando así predicciones más precisas de la Vida Útil Remanente para motores aeroespaciales.

Wei Li, Ruitao Ning, Shilin He, Bo Li, Zhidong Zhang2026-07-14
💻 ciencias de la computación

Rethinking Time Series with Kolmogorov-Arnold Networks: A Systematic Review

Esta revisión sistemática evalúa la idoneidad de las Redes de Kolmogorov-Arnold (KANs) para el análisis de series temporales, concluyendo que, si bien sobresalen en la previsión interpretable de corto plazo con patrones suaves en diversos dominios, su aplicación actual está limitada por la evidencia heterogénea, los desafíos para manejar dependencias de largo alcance y cambios de régimen, y la necesidad de bancos de pruebas estandarizados y una validación rigurosa de la interpretabilidad.

Antoni Mól, Dariusz Jemielniak, Leon Ciechanowski2026-07-14