💻 ciencias de la computación

Cross-Dataset Generalization in Urdu Fake News Detection: An Empirical Study with XLM-RoBERTa and a Length Confound Analysis

Este artículo presenta el primer estudio de generalización entre conjuntos de datos para la detección de noticias falsas en urdu, revelando que un modelo entrenado con el conjunto de datos Ax-to-Grind falla catastróficamente cuando se aplica al conjunto de datos Notri-Fact debido a un confuso sistemático de longitud en los datos de entrenamiento que induce el aprendizaje de atajos, resaltando así fallos críticos en las prácticas actuales de construcción y evaluación de conjuntos de datos para el PLN de bajos recursos.

Muhammad Abdullah Haroon2026-06-25
💻 ciencias de la computación

Cascade Progressive Distilled Networks for Heterogeneous Tabular Data Classification

El artículo presenta la Red de Destilación Progresiva en Cascada (CPDN, por sus siglas en inglés), un novedoso marco de aprendizaje profundo que aprovecha la destilación de conocimiento de un maestro CatBoost para superar el estancamiento de la optimización y los problemas de no diferenciabilidad, logrando un rendimiento de clasificación de vanguardia en datos tabulares heterogéneos.

Alexander Viktorov2026-06-25
💻 ciencias de la computación

Human-Centric Cooperative MARL for Reliable EV Charging Coordination in Smart Cities: A Controlled Multi-Seed Comparison of Centralised and Decentralised Training

Este artículo demuestra que un enfoque de entrenamiento centralizado con ejecución descentralizada (CTDE) utilizando QMIX supera significativamente al aprendizaje Q independiente (IQL) y a las líneas de base no basadas en RL en la coordinación de la carga de vehículos eléctricos dentro de ciudades inteligentes, logrando mayores tasas de aceptación y probabilidades de éxito mientras gestiona eficazmente la observabilidad parcial y la dinámica del tráfico.

Nour-Eddine Moumni2026-06-25
💻 ciencias de la computación

Selective State Space Models in Medical Imaging: A Systematic Review of Mamba-Based Architectures and Clinical Applications

Esta revisión sistemática de 445 estudios recientes (2024–2026) identifica a los híbridos CNN-Mamba como la arquitectura más eficiente para el diagnóstico por imágenes médicas debido a su complejidad computacional lineal, al tiempo que destaca desafíos críticos como la pérdida de información espacial y el consumo de memoria que deben abordarse mediante bloques 3D nativos para permitir la integración clínica.

Ali Emre Gök, Mustafa Yurdakul, Şakir Taşdemir2026-06-25
💻 ciencias de la computación

Hybrid Intrusion Detection System for IoT and Cloud Environments

Este artículo propone y evalúa un marco híbrido de detección de intrusiones que combina el aprendizaje supervisado (Random Forest y XGBoost) con un modelo de detección de anomalías basado en un Autoencoder LSTM sobre conjuntos de datos alineados de IoT y la nube, demostrando que, si bien este enfoque mejora significativamente la robustez de la detección y la exhaustividad para ataques no vistos, requiere un compromiso con un aumento de los falsos positivos y una reducción de la precisión.

Dipo Dunsin, Raju Molla, Alireza Esfahani2026-06-25
💻 ciencias de la computación

The Lightweight Cherry Tomato Fruit Maturity Detection Method Based on Improved YOLOv10n

Este artículo propone YOLOv10n-FBD, un modelo ligero de detección de madurez de tomates cherry que integra la fusión de características CCFM, la atención PSA-BiFormer y una estrategia C2f-Dual para lograr una alta precisión (94.3% mAP) y velocidad (369 FPS) al tiempo que reduce significativamente el tamaño del modelo y la complejidad computacional en comparación con los métodos existentes.

Ji Cai, Shuaishuai Cui, Baofan Chen, Yuhao Hao, Kun Wang, Guozhu Song2026-06-25
💻 ciencias de la computación

LSTM-Based Speech Recognition for Assamese: A Low-Resource Language Approach

Este estudio propone un sistema de reconocimiento de voz basado en LSTM para el idioma asamés de bajos recursos, utilizando un conjunto de datos de autoría propia y características acústicas híbridas para lograr una precisión del 95%, al tiempo que destaca los desafíos planteados por las similitudes fonéticas entre las vocales.

Manash Choudhuri Choudhuri, Deepjyoti Kalita Kalita, Sanjib Kr Kalita Kalita2026-06-25
💻 ciencias de la computación

Visual Context-Aware and Spatial Receptive Field-Based algorithm for mural inpainting

Este artículo propone un algoritmo basado en el contexto visual y en el campo receptivo espacial que integra el modelado de espacio de estados residuales, vectores de guía y atención deformable multiescala para restaurar eficazmente los murales de Dunhuang al abordar el olvido de píxeles locales y la percepción espacial insuficiente, mejorando así significativamente las métricas de calidad de restauración.

Yang Liu, Zhongmin Liu, Wenjin Hu2026-06-25
💻 ciencias de la computación

A Deep Cross Neural Network Framework for Stealthy Hardware Trojan Identification in FPGA

Este artículo propone un marco de trabajo de Red Neuronal Cruzada Profunda (DCNN) que logra una precisión del 98,4% en la detección de troyanos de hardware sigilosos en circuitos VLSI basados en FPGA mediante la extracción y correlación de características estructurales y funcionales, ofreciendo una solución confiable que reduce la dependencia de modelos de referencia dorados.

Kishor Bhagat, Gayatri Phade2026-06-25
💻 ciencias de la computación

The Evaluation–Action Gap in Digital Accessibility Research: A Systematic Review of Automation Bias, Sectoral Concentration, and User Exclusion

Esta revisión sistemática de 104 estudios revela que la investigación sobre accesibilidad digital está dominada por herramientas automatizadas y concentrada en los sectores de educación y gobierno, creando una "brecha de evaluación-acción" donde la conveniencia metodológica y el sesgo sectorial han desplazado los enfoques centrados en el usuario y no han logrado resolver las persistentes barreras de accesibilidad durante la última década.

Ibrahim Emara2026-06-25