💻 computer science

Implementing Random Forest Method for Healthcare Provider Fraud Detection Framework to Mitigate Financial Risk and Cost Optimization in Healthcare Management

Este artículo propone un marco de aprendizaje automático basado en Random Forest, mejorado con el balanceo de clases SMOTE-Tomek, para detectar eficazmente el fraude de proveedores de atención médica y mitigar los riesgos financieros al superar a los modelos tradicionales como Decision Trees, Logistic Regression, SVM y Naive Bayes en precisión y métricas de desempeño clave.

Jenny Patel2026-07-13
💻 computer science

MSAL-YOLO: a YOLOv8-based detector for small and densely distributed object detection in UAV aerial imagery

El artículo propone MSAL-YOLO, un detector YOLOv8 mejorado que integra un módulo de Convolución Mixta Espacial-Canal, un mecanismo de Atención de Coordenadas Mejorada de Multirrama y una pérdida Region-Adaptive Wise-IoU para abordar eficazmente los desafíos de la detección de objetos pequeños y densamente distribuidos en imágenes aéreas de UAV, logrando mejoras significativas de rendimiento en los conjuntos de datos VisDrone2019 y DOTAv1.

Fei Ding, Xiufu Du, Haining Zhang, Haibin Liu, Liguo Han2026-07-13
💻 computer science

TRAUMA: A Machine Learning–Based Record Linkage Method for Health Databases

Este estudio valida el método TRAUMA, un enfoque de vinculación de registros basado en aprendizaje automático supervisado utilizando LightGBM, demostrando su capacidad superior para recuperar coincidencias reales con alta precisión y especificidad en comparación con la herramienta tradicional CIDACS-RL en bases de datos de salud brasileñas.

Daniel Scaldaferri Lages, Thayna Karoline Sousa Silva, Patricia Bartholomay Oliveira, Dayan Carvalho Ramos Salles de Oli (…)2026-07-13
💻 computer science

Diamojism: Semantic-Perceptual Tile Selection for Large-Format Emoji Mosaic Rendering

Este artículo presenta Diamojism, una novedosa arquitectura de renderizado de fotomosaicos que mejora los mosaicos de emojis de gran formato mediante la integración de la puntuación de temas semánticos y la corrección iterativa de la paleta en un sistema de rejilla de teselas de diamante, mejorando así la relevancia temática y la precisión del color sin depender de modelos generativos.

Michael Jacobs2026-07-13
💻 computer science

What Makes a Programming Problem Hard for a Language Model? An Empirical Study of Item Difficulty Across Code LLMs on Two Benchmarks

Este artículo presenta un estudio empírico que demuestra que la dificultad de los problemas en los benchmarks de generación de código es una métrica estable y transferible impulsada por características de la especificación (como ejemplos y longitud del prompt) en HumanEval y por la complejidad de la solución en MBPP, ofreciendo perspectivas críticas para mejorar la evaluación, la calificación automática y el diseño de herramientas educativas a medida que las puntuaciones agregadas de los modelos se saturan.

TANZIM ISLAM KHAN2026-07-13
💻 computer science

Detecting ovarian endometriomas from ultrasound using vision transformers and cross-modality transfer learning

Este artículo presenta un modelo de aprendizaje automático pionero que detecta endometriomas ováricos a partir de imágenes de ultrasonido mediante el uso de transformadores de visión y aprendizaje por transferencia de multimodalidad, logrando un alto rendimiento a pesar de la escasez e imbalance de datos, al tiempo que demuestra la transferibilidad de las características de bajo nivel a través de diversas modalidades de imágenes médicas.

Matthew Watson, Miliani Fraser-Fletcher, Tom Willshare, Molly Jowsey, Noura Al Moubayed2026-07-13
💻 computer science

Intelligent Root Cause Analysis and Incident Diagnostics for Microsoft Fabric and Power BI through Telemetry Correlation and Kusto Query Language

Este artículo presenta un marco de análisis de causa raíz inteligente para Microsoft Fabric y Power BI que utiliza la correlación de telemetría de múltiples capas y la inferencia basada en el lenguaje de consulta Kusto para mejorar significativamente la precisión y la velocidad del diagnóstico de incidentes en comparación con los métodos manuales tradicionales.

Shujath Baig Mirza2026-07-13
💻 computer science

Human–AI collaboration in deductive coding of classroom dialogue: prompt engineering and collaboration patterns

Este estudio emplea la investigación basada en el diseño para demostrar que un asistente de codificación GPT personalizado, al integrarse con prompts estructurados y un flujo de trabajo colaborativo centrado en el ser humano, apoya eficazmente la codificación deductiva del diálogo en el aula, al tiempo que destaca que la colaboración exitosa entre humanos e IA depende de la interacción dinámica entre la arquitectura de los prompts, la secuenciación del flujo de trabajo y la postura del investigador hacia la IA.

Luwei Bai, Dongkeun Han, Sara Hennessy2026-07-13