💻 Category

cs

4157 artículos

💻 ciencias de la computación

Artificial Intelligence in Surgical Qualitative Research: A Comparison of Human and AI-Assisted Thematic Analysis

Este estudio compara el análisis temático humano y el asistido por IA en la investigación cualitativa quirúrgica, encontrando que, si bien ambos métodos identifican temas generales similares, los libros de códigos generados por humanos producen una mayor fiabilidad intercodificadora debido a límites temáticos más claros, lo que sugiere que un enfoque híbrido que combine la eficiencia de la IA con el refinamiento humano puede ser óptimo.

Bonnie E Laingen, Wesley H Iobst, Jarrett Dobbins, Jacob W Johnson, Gabriel E Cambronero, Lucas P Neff, Maggie E Bosley2026-06-28
💻 ciencias de la computación

A Modality-Missing Robust Representation Network for Multi-Sequence Brain MRI Using the Public IXI Dataset

Este artículo propone la Red de Representación Robusta ante la Ausencia de Modalidades (MMR-Net, por sus siglas en inglés), un marco de aprendizaje profundo entrenado con el conjunto de datos público IXI que utiliza codificadores específicos de cada modalidad, un espacio latente compartido y una estrategia de abandono de modalidad para mantener un rendimiento robusto en las tareas de regresión de edad cerebral y clasificación de sexo mediante resonancia magnética cerebral a pesar de la ausencia de secuencias de imagen.

Tian He, Ximei Xie2026-06-28
💻 ciencias de la computación

A Multi-Model Artificial Intelligence Framework for Knowledge Extraction from Patient Drug Reviews

Este estudio desarrolla y evalúa un marco de PLN multimodelo e interpretable que detecta eficazmente las reacciones adversas a los medicamentos y evalúa la eficacia del tratamiento a partir de reseñas de pacientes a gran escala, demostrando que los enfoques tradicionales de aprendizaje automático superan a la clasificación zero-shot basada en transformers en este dominio.

Patrick O. Akinwumi, Meihua Qian, Oyinkansola A. Babatope, Taiwo A. Olorunsogbon2026-06-28
💻 ciencias de la computación

Performance evaluation and benchmarking across 16 large language models on a comprehensive real-world emergency department triage data set

Este estudio evalúa 16 modelos de lenguaje de gran tamaño con datos reales de triaje en departamentos de urgencias, encontrando que, si bien el uso de prompts estructurados puede lograr una concordancia sustancial con el personal de enfermería para la clasificación de la gravedad, la mayoría de los modelos exhiben una precisión limitada, una deficiente asignación de sectores, un exceso de confianza sistemático y un comportamiento no determinista, lo que indica que aún no están listos para la implementación clínica sin validaciones y mejoras adicionales.

Leo Benning, Anja Hirsch, Matthias Gröschel, Tobias Röschl, Martin Spott, Felix Patricius Hans, Tim Urban, Hans-Jörg Bus (…)2026-06-28
💻 ciencias de la computación

Development and Assessment of an Accessible AI-Powered Tool for Manuscript Evaluation Through Iterative Optimization in Plastic Surgery Research ​

Este estudio demuestra que una herramienta de IA accesible y optimizada iterativamente, que utiliza meta-prompting y directrices específicas del dominio, supera significativamente tanto a los modelos de IA base como a las revisiones por pares humanas al proporcionar comentarios estructurados y de alta calidad para manuscritos de cirugía plástica, ofreciendo así una solución escalable para apoyar a los investigadores en entornos con recursos limitados.

Raunak Goyal, Joey Liang, Mihir S Kulkarni, Philong Nguyen, Srinithya Gillipelli, Ashit Patel2026-06-28
💻 ciencias de la computación

FusionAttNet Framework for Hierarchical Attention Driven Sentinel 1 and Sentinel 2 Fusion for Semi Arid Land Cover Classification in Far North Cameroon

Este estudio presenta FusionAttNet, un novedoso marco de aprendizaje profundo que integra datos ópticos de Sentinel-2 y SAR de Sentinel-1 a través de un mecanismo de atención jerárquica consciente de la modalidad para lograr una precisión del 96,75% en la clasificación de la cobertura terrestre semiárida en el Extremo Norte de Camerún, superando significativamente a los métodos de fusión tradicionales al abordar eficazmente la homogeneidad espectral, la cobertura de nubes y la variabilidad estacional.

Pountianus Berinyuy Wirba, Mvogo Ngono, Noumsi Woguia Auguste Vigny, Emile Tatinyuy Verdzekov, ELE Pierre2026-06-28
💻 ciencias de la computación

Training Versus Hiring in Security Operations Centers: Agent-Based and Reinforcement Learning Simulations of Training Duration Effects on CyberTeam Performance

Este estudio utiliza el modelado basado en agentes y el aprendizaje por refuerzo para demostrar que la duración del entrenamiento en los Centros de Operaciones de Seguridad genera ganancias de rendimiento no lineales, con una inversión óptima que ocurre entre los 500 y los 1,000 episodios y equipos altamente capacitados que logran ventajas de eficiencia equivalentes a reclutar entre 20 y 25 personas adicionales.

Max N. Yaw, Ferdinand Kpieleh, Aos Mulahuwaish, Basheer Qolomany, Jacques Bou Abdo2026-06-27
💻 ciencias de la computación

Quantifying the Security-Performance Trade-off in Constrained IoT: A Multi-Vector MQTT Attack Framework with Hybrid Defense-in-Depth Evaluation

Este artículo presenta un marco experimental reproducible que demuestra que la combinación de intrusiones físicas de HID con ataques de red MQTT expone compromisos críticos de seguridad-rendimiento en dispositivos IoT restringidos, revelando que si bien TLS ofrece una fuerte confidencialidad, incurre en costos prohibitivos de latencia y memoria en hardware heredado, motivando así una nueva arquitectura de Defensa en Profundidad Híbrida que prioriza las Listas de Control de Acceso para una protección eficiente y escalable.

Thant Zin Moe, Julia Juremi, Manimegalai Rajenderan2026-06-27
💻 ciencias de la computación

Secure and Intelligent IoT: A Dynamical-Systems View of Threat Modelling and Machine-Learning Defence

Este artículo propone un marco de espacio de estados unificado para asegurar las redes de IoT mediante la integración de ecuaciones diferenciales y aprendizaje automático para modelar la dinámica de propagación de amenazas, detectar anomalías y optimizar las estrategias de control defensivo, demostrado a través de un estudio de caso de malware SEIRS simulado.

Mussa Justin Muhindo2026-06-27