💻 Category

cs

3775 artículos

💻 ciencias de la computación

A Lightweight Convolutional Neural Network Framework for Automated Visual Classification of Maize Leaf Diseases

Esta investigación presenta una evaluación comparativa de tres redes neuronales convolucionales ligeras (MobileNetV2, MobileNetV3-Small y EfficientNet-B0) para la clasificación automatizada de cuatro enfermedades de la hoja de maíz, demostrando que EfficientNet-B0 alcanzó el mayor rendimiento con un 96.96% de precisión y un 99.82% de ROC-AUC, al tiempo que equilibra la eficiencia computacional para un potencial despliegue móvil.

Kayombo Sakachiva, Jackson Phiri, Mayumbo Nyirenda2026-10-22
💻 ciencias de la computación

ChunkGuard: a user-space secure file storage system with chunk- level encryption and integrity protection

ChunkGuard es un sistema de almacenamiento de archivos seguro en el espacio de usuario que emplea cifrado AES-128-CTR a nivel de fragmentos y verificación de integridad HMAC-SHA256 para proteger la confidencialidad de los datos y detectar manipulaciones, logrando seguridad funcional mientras identifica la E/S de disco como su principal cuello de botella de rendimiento.

Biryomumeisho Joshua, Ocen Emmy Fred, Bbosa Denis, Fred Paul Mark Jjunju2026-10-22
💻 ciencias de la computación

From Soft to Hard Constraints in Physics-Informed Extreme Learning Machines: Analysis and Algorithms

Este artículo propone una Máquina de Aprendizaje Extremo Informada por la Física (PIELM) de restricción dura que incorpora las condiciones de contorno de Dirichlet directamente en la función de prueba mediante un término de elevación, eliminando así los desequilibrios estructurales en el sistema de mínimos cuadrados para lograr la satisfacción de los contornos con precisión de máquina y reducir los errores relativos L² hasta en siete órdenes de magnitud en comparación con las formulaciones estándar de restricción suave.

Ruonan Zhai, Xiaoyuan Shi, Xiong Xiong, Zhuo Zhang, Maowei You2026-10-22
💻 ciencias de la computación

Predicting Expert-Rated Quality of Large Language Model Responses to Orthopaedic Patient Questions Using Computational Intelligence

Este estudio evalúa la calidad clínica de cuatro modelos de lenguaje de gran tamaño en preguntas de pacientes ortopédicos mediante calificaciones de expertos, encontrando un rendimiento generalmente alto sin diferencias estadísticamente significativas entre los modelos, mientras demuestra que combinar características de PLN y semánticas puede predecir débilmente la precisión calificada por expertos a pesar de las limitaciones en la predicción automatizada de la calidad.

Volkan Kızılkaya, Murat Aslanyürek, Canan Aslanyürek, Ali Levent, Mehmet Melih Asoğlu2026-10-22
💻 ciencias de la computación

Retrieval-Augmented Generation for Taxpayer Advisory in an LMIC Setting: A Proof-of-Concept Evaluation of Statutory Legal Retrieval

Este estudio presenta una evaluación de prueba de concepto de un marco de generación aumentada por recuperación para el asesoramiento tributario en países de ingresos bajos y medios, demostrando que la recuperación semántica de la legislación nacional sobre el impuesto sobre la renta puede lograr una alta precisión en la identificación de disposiciones estatutarias para apoyar el direccionamiento de modelos de lenguaje fundamentados, al tiempo que destaca la necesidad de una validación adicional sobre la calidad de la generación y el cumplimiento legal antes de su implementación.

Omara Innocent, Okasio Emmanuel, Akello Matilda Sandra, Fred Paul Mark Jjunju, Denis Bbosa2026-10-22
💻 ciencias de la computación

A structured event logging framework for language model assisted security event analysis

Este artículo propone un nuevo formato de registro de eventos estructurado que presenta cobertura de telemetría, selección de fidelidad, consistencia de tiempo de generación y correlación para superar el rendimiento inconsistente en el análisis de eventos de seguridad basado en modelos de lenguaje, demostrando resultados significativamente mejorados y consistentes a través de varios modelos en comparación con los formatos existentes.

Siraaj Akhtar, Saad Khan, Simon Parkinson2026-10-22
💻 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