💻 Category

cs

4157 artículos

💻 ciencias de la computación

Image-embedded prompt injection vulnerability of vision-language models in dental radiology: a cross-vendor attack–defense evaluation

Este estudio demuestra que la inyección de prompts incrustados en imágenes plantea un riesgo de seguridad significativo entre distintos proveedores para los modelos de visión y lenguaje aplicados a la odontología, revelando que, si bien todos los sistemas comerciales y de código abierto probados son vulnerables, la sanitización basada en OCR y las estrategias de gobernanza conscientes de la procedencia pueden mitigar eficazmente estos ataques preservando al mismo tiempo la precisión del diagnóstico clínico.

Babak Saravi, Daman Deep Singh, Lara Schorn, Andreas Vollmer, Christoph Sproll, Norbert Kübler, Felix Schrader2026-07-01
💻 ciencias de la computación

Boundary-Aware Deep Affine Attention Networks for Named Entity Recognition

Este artículo propone una novedosa red de atención afín profunda consciente de los límites que integra el modelado de la relación de pares de palabras de frontera, la convolución dinámica y la atención afín profunda para abordar eficazmente los desafíos en la identificación de los límites de las entidades y el modelado de dependencias de largo alcance, logrando un rendimiento de vanguardia tanto en tareas de reconocimiento de entidades nombradas planas como anidadas en cinco conjuntos de datos de referencia.

Xiaomeng Lai, Jiayin Wei, Lin Yao, Youjun Lu2026-07-01
💻 ciencias de la computación

Bernardes Branch-Aware Pythagorean Residual Fields for Exploratory Mesh-Envelope Diagnostics

Este artículo introduce y evalúa los Campos Residuales Pitagóricos con Conciencia de Rama de Bernardes como una herramienta de diagnóstico de procesamiento de geometría especializada, no orientada a la fabricación, diseñada para generar pistas de contorno compatibles con ramas para el análisis exploratorio de envolventes de malla, mientras reconoce explícitamente sus limitaciones respecto a la dependencia de coordenadas, la sensibilidad a la resolución y la falta de garantías de fabricación en comparación con los campos de distancia estándar.

Marco Aurélio dos Santos Bernardes2026-07-01
💻 ciencias de la computación

Driver Activity Detection and Classification Using Deep Learning- Based YOLO Models for Intelligent Transportation Systems

Este estudio propone un marco de aprendizaje profundo utilizando arquitecturas YOLO para detectar y clasificar ocho actividades del conductor, demostrando que el modelo YOLOv8n logra un rendimiento superior en tiempo real con un mAP del 96,3% en un conjunto de datos de 5.422 imágenes, ofreciendo así una solución eficaz para mejorar la seguridad vial en los sistemas de transporte inteligentes.

Getaneh Awoke, Eshete Derb, Metages Molla, Baye Atnafu, Daneil Addis, Abebu Sintayehu2026-07-01✓ Author reviewed ⓘ
💻 ciencias de la computación

Fourteen Topics Explored from Quality and Understandability Studies on Unified Modelling Language Notation

Esta revisión sistemática de la literatura de 136 artículos identifica 14 perspectivas de investigación clave sobre la calidad y la comprensibilidad de la notación del Lenguaje de Modelado Unificado (UML), revela una tendencia creciente hacia la prueba y la evaluación, y propone direcciones de investigación futuras que incluyen la integración con plataformas de bajo código y la mejora de la evaluación automatizada.

Sina Alizadeh Tabrizi, Damla Topalli, Nergiz Ercil Cagiltay2026-07-01
💻 ciencias de la computación

Interpretable Edge Intelligence in 5G: Real-Time Root Cause Analysis of QoS Anomalies in Private Networks

Este artículo presenta el marco de trabajo de Inteligencia de Borde Interpretable (IEI, por sus siglas en inglés), el cual combina un LSTM-Autoencoder con K-Means-compressed KernelSHAP para lograr un análisis de causa raíz causal y en tiempo real de las anomalías de QoS en redes privadas 5G, demostrando una alta precisión y la necesidad crítica de la calibración local para prevenir fallos de despliegue.

Prajwal V, R Ashok Kumar2026-07-01
💻 ciencias de la computación

Brain–Behavior Alignment and Cross-Modal Contrastive Learning for Multimodal Autism Spectrum Disorder Detection

Este artículo propone la Red de Alineación Cerebro-Comportamiento con Transformer de Aprendizaje Contrastivo Multimodal (BBAN-CMCLT), un nuevo modelo de aprendizaje profundo multimodal que integra datos de fMRI, faciales, de seguimiento ocular y clínicos para lograr una precisión de vanguardia (98.97%) en la detección del Trastorno del Espectro Autista mediante la alineación efectiva de los patrones cerebrales y conductuales.

Deema Mohammed AlSekait, Mohammed Zakariah2026-06-30
💻 ciencias de la computación

CPBS: A Collaborative Proxy Blind Signature Scheme with Threshold Authorization for Privacy-Preserving Medical IoT

El artículo propone CPBS, un esquema de firma ciega por proxy colaborativo que aprovecha un mecanismo de umbral (t,n) para distribuir la confianza entre nodos pares descentralizados para la recopilación de datos segura, preservadora de la privacidad y auditable en redes de IoT médicas con recursos limitados, reduciendo significativamente la sobrecarga computacional y de comunicación en comparación con las soluciones centralizadas existentes.

Jinnan Li, Qing Ye, Yi Yang, Qian Zhou, Zhimin Yuan, Shiwei Huo2026-06-30
💻 ciencias de la computación

CASPA: Content-Aware Global Aggregation and Spatial prior Channel Attention for Thangka Image Super-Resolution

Este artículo propone CASPA, una novedosa red de superresolución que combina módulos de Agregación Global Consciente del Contenido y de Atención de Canales con Prioridad Espacial para superar las limitaciones de los Vision Transformers existentes, logrando así una reconstrucción de alta fidelidad de imágenes de Thangka con una captura semántica de largo alcance mejorada y una preservación de detalles geométricos finos.

Mengyuan Zhang, Nianyi Wang, Yutong Wang, Yakun Xin, Chenyi Xia, Yanwen Gao2026-06-30
💻 ciencias de la computación

Difficulty-Aware Sample Allocation for Adaptive Data Augmentation in Semantic Segmentation

Este artículo presenta la Asignación de Muestras Consciente de la Dificultad (DASA, por sus siglas en inglés), un marco agnóstico a la arquitectura que mejora el rendimiento de la segmentación semántica mediante la asignación dinámica de un aumento de datos más fuerte a las muestras basándose en una puntuación de dificultad multifactorial que combina la ambigüedad de la predicción, la pérdida de entrenamiento, la rareza de la clase y la complejidad de los bordes.

Olasimbo Ayodeji Arigbabu, Abimbola Ismail Arigbabu2026-06-30