💻 Category

cs

4157 artículos

💻 ciencias de la computación

Detecting ovarian endometriomas from ultrasound using vision transformers and cross-modality transfer learning

Este artículo presenta un modelo de aprendizaje automático pionero que detecta endometriomas ováricos a partir de imágenes de ultrasonido mediante el uso de transformadores de visión y aprendizaje por transferencia de multimodalidad, logrando un alto rendimiento a pesar de la escasez e imbalance de datos, al tiempo que demuestra la transferibilidad de las características de bajo nivel a través de diversas modalidades de imágenes médicas.

Matthew Watson, Miliani Fraser-Fletcher, Tom Willshare, Molly Jowsey, Noura Al Moubayed2026-07-13
💻 ciencias de la computación

Intelligent Root Cause Analysis and Incident Diagnostics for Microsoft Fabric and Power BI through Telemetry Correlation and Kusto Query Language

Este artículo presenta un marco de análisis de causa raíz inteligente para Microsoft Fabric y Power BI que utiliza la correlación de telemetría de múltiples capas y la inferencia basada en el lenguaje de consulta Kusto para mejorar significativamente la precisión y la velocidad del diagnóstico de incidentes en comparación con los métodos manuales tradicionales.

Shujath Baig Mirza2026-07-13
💻 ciencias de la computación

Human–AI collaboration in deductive coding of classroom dialogue: prompt engineering and collaboration patterns

Este estudio emplea la investigación basada en el diseño para demostrar que un asistente de codificación GPT personalizado, al integrarse con prompts estructurados y un flujo de trabajo colaborativo centrado en el ser humano, apoya eficazmente la codificación deductiva del diálogo en el aula, al tiempo que destaca que la colaboración exitosa entre humanos e IA depende de la interacción dinámica entre la arquitectura de los prompts, la secuenciación del flujo de trabajo y la postura del investigador hacia la IA.

Luwei Bai, Dongkeun Han, Sara Hennessy2026-07-13
💻 ciencias de la computación

When Does Context Help Machine Vision? Decomposing the Risk and Reliability of Contextual Conditioning in Vision-Language Models

Este artículo analiza sistemáticamente el condicionamiento contextual en los modelos de visión y lenguaje a través de diversas arquitecturas y conjuntos de datos, revelando que, si bien el prompting a nivel de dominio es consistentemente beneficioso, el condicionamiento contextual completo por imagen conlleva altos riesgos de varianza y sobreajuste, siendo su utilidad impulsada primordialmente por la escala del modelo y la precisión base.

Alaa Alahmadi2026-07-13
💻 ciencias de la computación

Mining AI-Assisted Course Design Workflows at Production Scale

Este artículo presenta el primer estudio a escala de producción sobre el diseño de cursos asistido por IA mediante la minería de un conjunto de datos que preserva la privacidad de CourseFactory para extraer cuatro superficies de flujo de trabajo, demostrando que el triaje de calidad estructural y los modelos de enrutamiento de ítems a tareas mejoran significativamente la eficiencia y la precisión de la revisión, al tiempo que confirman que el texto de los prompts retenido no añade ninguna señal mensurable.

Aleksandr Volkov, Taras Pustovoy, Dmitriy Istomin, Viacheslav Istomin, Tatiana Otbetkina2026-07-13
💻 ciencias de la computación

Recovery Dynamics and Persistent Structural Excursion in Disrupted World Models

Este estudio demuestra que, si bien las trayectorias exitosas y fallidas en un modelo de mundo perturbado exhiben dinámicas de recuperación distintas —tales como una menor entropía de trayectoria y menos excursiones estructurales—, estos patrones de trayectoria completa no pueden predecirse de manera fiable a partir de prefijos tempranos, distinguiendo así los desafíos de la detección de regímenes, el monitoreo de la recuperación y la predicción de rollouts individuales.

Jeffery Scott Allbright2026-07-13
💻 ciencias de la computación

H. Dilpriya's Momentum (HDM) : A Multi-Strategy Gradient-Aligned Optimizer with Adaptive Per-Parameter Corrections, Cosine-Annealed Scheduling, and Convergence Guarantees for Deep Neural Networks

Este artículo presenta el Momento de H. Dilpriya (HDM), un optimizador de estrategias múltiples novedoso que combina correcciones adaptativas por parámetro con programación de recocido de coseno para lograr garantías de convergencia rigurosas y alineación de gradiente de vanguardia, demostrando un rendimiento superior tanto en problemas sintéticos mal condicionados como en pruebas de referencia de aprendizaje profundo como MNIST y CIFAR-10.

Janaka Ishan Senarathna2026-07-13
💻 ciencias de la computación

Learning Safe Behaviour via Justified Human Preferences and Hypothetical Queries

Este artículo presenta JPAL-HA, un modelo de aprendizaje seguro para entornos críticos de seguridad que aprovecha las justificaciones de las acciones humanas para generar consultas hipotéticas, mejorando así significativamente la seguridad y la eficiencia de muestreo al tiempo que reduce la carga de entrenamiento humano.

Ilias Kazantzidis, Timothy J. Norman, Yali Du, Christopher T. Freeman2026-07-13