cs artículos | Gist.Science

Understanding Behavioural Risk Signals in Socio-Technical Work Systems Using Explainable Machine Learning

Este estudio demuestra que el uso de aprendizaje automático explicable para analizar datos de clima de seguridad a nivel de ítem revela patrones de riesgo conductual no lineales y dependientes de umbrales impulsados por la capacidad de respuesta de la gestión, la capacitación y la experiencia, desafiando los modelos tradicionales de agregación lineal y ofreciendo una base más precisa para la prevención proactiva de accidentes.

Omid Akbarzadeh, Parisa Moshashaei, Rasoul Ahmadpour, Mohammed Qadir Ali, Seyed Shamseddin Alizadeh2026-07-13

💻 ciencias de la computación

ℓ0-Regularized Quadratic Surface Support Vector Machines

Este artículo propone una máquina de vectores de soporte de superficie cuadrática (QSVM) con regularización $\ell_0$ dispersa para abordar los problemas de sobreajuste e interpretabilidad en la clasificación no lineal sin kernel, introduciendo un algoritmo de descomposición de penalización con garantías demostrables de optimalidad y convergencia que demuestra un rendimiento competitivo y dispersión tanto en conjuntos de datos de referencia como en conjuntos de datos de crédito del mundo real.

Ahmad Mousavi, Ramin Zandvakili, Zheming Gao2026-07-13

💻 ciencias de la computación

AI-Driven Multimodal Communication Framework for Inclusive Classrooms: A PRISMA-Based Systematic Review for Deaf Learners

Este artículo presenta una revisión sistemática basada en PRISMA que revela las limitaciones de las soluciones actuales centradas en la audición para estudiantes sordos y propone un marco de comunicación multimodal impulsado por IA que integra el reconocimiento del habla, el procesamiento del lenguaje natural y la generación de lengua de señas para permitir el apoyo visual en tiempo real y lograr una inclusión significativa en las aulas.

shahir vk2026-07-13

💻 ciencias de la computación

Empty scaffold allocation bias in molecular distribution shift evaluation

Este artículo revela que los métodos de evaluación estándar basados en andamios introducen un sesgo de asignación oculto al tratar incorrectamente las moléculas sin andamio químicamente heterogéneas como una sola unidad, lo que distorsiona las métricas de generalización en los bancos de pruebas comunes, y propone una reparación de "Conciencia de Andamio Vacío" para restaurar la representación equilibrada y la evaluación precisa del rendimiento.

Tao Song, Yong Wang, Shuang Wang, Xun Wang2026-07-13

💻 ciencias de la computación

C3Q-MARL: A Framework for UAV SwarmConnectivity and Collision Avoidance

Este artículo presenta C3Q-MARL, un marco de trabajo consciente de la conectividad que integra el control de topología basado en la teoría de grafos con un módulo de optimización inspirado en QAOA en el aprendizaje por refuerzo multiagente para mejorar la coordinación de enjambres de UAV, la evitación de colisiones y la preservación de la conectividad bajo observabilidad parcial y restricciones de comunicación.

Mazyar Taghavi, Javad Vahidi2026-07-10

💻 ciencias de la computación

Scale-Dependent Performance of YOLOv12 andYOLOv11 for Automated Blood Cell Detection: A Controlled Benchmark on BCCD

Este estudio presenta la primera evaluación comparativa escala por escala de las variantes YOLOv11 y YOLOv12 en el conjunto de datos BCCD, revelando que, si bien su rendimiento medio general es casi idéntico, YOLOv12 destaca en la escala nano para aplicaciones con latencia crítica, mientras que YOLOv11 la supera en las escalas media y grande, lo que indica que la selección del modelo debe estar impulsada por requisitos específicos de escala y recuperación en lugar de una suposición uniforme de superioridad.

Wenxi Tang, Yu Miao, Xiafang Chen2026-07-10

💻 ciencias de la computación

RLHOARNet: A MONAI-Based 3D U-Net withLightweight Residual Boundary Refinement forMulti-Modal Brain Tumor Segmentation

Este artículo presenta RLHOARNet, una arquitectura 3D U-Net basada en MONAI que cuenta con un módulo ligero de refinamiento de bordes residuales que logra un rendimiento de vanguardia y velocidades de inferencia en tiempo real para la segmentación de tumores cerebrales multimodales en el conjunto de datos BraTS 2020.

A Divyashree, Rajesh Sharma R, Akey Sungheetha2026-07-10

💻 ciencias de la computación

FedHyperM: Modality-Sensitive Federated Hypergraph Learning for Heterogeneous Multimodal Edge Intelligence

FedHyperM es un marco de aprendizaje federado que preserva la privacidad para dispositivos de borde que aborda la heterogeneidad de modalidades mediante el empleo de predicción basada en hipergrafos y agregación sensible a la modalidad para superar significativamente a los modelos de referencia existentes en precisión y puntuación F1.

Qibin Zhou, Jianqi Shi, Boon Xian Chai, Rifai Chai, Xin Li, Di Guo2026-07-10

💻 ciencias de la computación

Quantitative Evaluation of APT Attack and Defense Effectiveness based on Variable Fuzzy Sets

Este artículo propone el modelo APT-VFSEA, el cual utiliza conjuntos difusos variables para evaluar cuantitativamente la efectividad de los ataques y defensas de Amenazas Persistentes Avanzadas (APT) al abordar su incertidumbre y complejidad inherentes, con una validación experimental que demuestra su precisión frente a escenarios del mundo real.

Xiang Long, Jingyuan He, Haili Sun, Lansheng Han2026-07-10

💻 ciencias de la computación

Adaptive Selection of MICE Algorithm Parameters: A Case Study on Pulmonary Function Value Prediction Models

Este estudio propone un método de selección adaptativa para los parámetros del algoritmo MICE basado en indicadores de la función pulmonar, demostrando que esta estrategia supera a la interpolación PCHIP al mantener un rendimiento predictivo estable y capturar eficazmente las correlaciones multivariantes en conjuntos de datos de EPOC con diversas tasas de valores faltantes.

Yeonghui Gang, Myung-Mo Lee, Jucheol Moon, Hongjun Kim2026-07-10

← Anterior Siguiente →