💻 Category

cs

3775 artículos

💻 ciencias de la computación

Explainable graph reinforcement learning for resilience assessment and self-healing decision-making in distribution networks

Este artículo propone un marco de aprendizaje por refuerzo en grafos explicable que integra redes de atención de grafos con un agente de actor-crítico suave para lograr decisiones de autocuración casi óptimas y de nivel de milisegundos en redes de distribución, proporcionando al mismo tiempo un razonamiento transparente e interpretable para la confianza del operador.

YeHaoXiang Liu, Chizhen Wang2026-10-20
💻 ciencias de la computación

A Lightweight Blockchain-Assisted Framework for Privacy-Preserving Healthcare Using Hybrid AES–RSA Encryption

Este artículo propone un marco de trabajo de atención médica ligero y asistido por blockchain que utiliza un cifrado híbrido AES–RSA y árboles de Merkle para asegurar el intercambio de datos médicos, demostrando una eficiencia superior en la generación de claves, la construcción de pruebas y la verificación en comparación con los esquemas existentes de re-cifrado por proximidad y de prueba de conocimiento cero.

Shubhangi Dongre, Sandeep Kumar Raghuwanshi, Kanak Saxena2026-10-20
💻 ciencias de la computación

Knowledge Graph Representations for Robust Patient Stratification under Unknown Missingness Mechanisms: a Comparative Computational Study

Este estudio demuestra que los incrustamientos de grafos de conocimiento proporcionan una estratificación de pacientes más robusta y estable que los procesos tradicionales basados en la imputación bajo mecanismos de ausencia desconocidos, particularmente en datos clínicos especializados donde los valores faltantes son frecuentemente No Aleatorios por Razones No Observadas (MNAR).

Francesco Orciuoli, Giuseppe Murdaca2026-10-20
💻 ciencias de la computación

From Ethical Principles to Governable Action: A Priority Architecture for Context-Sensitive Normative Governance of Large Language Models

Este artículo presenta la Arquitectura de Prioridad (PA), un metamodelo que externaliza la gobernanza normativa sensible al contexto para los modelos de lenguaje de gran tamaño mediante la transformación de principios éticos abstractos en una cadena de ejecución trazable y determinista, demostrando a través de pruebas empíricas que este enfoque mejora significamente el cumplimiento de las políticas en comparación con los métodos basados únicamente en prompts.

Michael Bächle2026-10-20
💻 ciencias de la computación

Explainable and Uncertainty Aware Deep Learning for Concealed Prohibited Item Detection in Nonintrusive X-ray Inspection

Este artículo presenta CAU-XInspect, un marco de aprendizaje profundo explicable y consciente de la incertidumbre basado en YOLO26 que mejora significativamente la detección de artículos prohibidos ocultos en imágenes de rayos X mediante un novedoso Módulo de Mejora de Características Consciente de la Ocultación, logrando un sólido rendimiento en el benchmark PIDray al tiempo que destaca la necesidad de una mayor adaptación de dominio antes de su despliegue en el mundo real.

Paul Kategaya Kisozi2026-10-20
💻 ciencias de la computación

Beyond mIoU: A Deployment-Oriented Evaluation Framework for UAV Semantic Segmentation

Este artículo propone un marco de evaluación integral y orientado al despliegue para la segmentación semántica de UAV que va más allá de las métricas tradicionales de mIoU al integrar eficiencia, robustez, calibración y análisis de error espacial para guiar la selección de modelos óptimos para aplicaciones prácticas.

Nadeem Gul, Meng Qin, Aamir Naveed Abbasi, Sichun Zheng, Gu Yuanyuan, Changqing Cao2026-10-20
💻 ciencias de la computación

Zero-Trust, Zero-Knowledge: A Lightweight Blockchain and Federated Learning Framework for Privacy-Preserving IoT Device Authentication

Este artículo propone un marco de autenticación de IoT ligero y que preserva la privacidad que integra principios de Confianza Cero y Conocimiento Cero, aprendizaje federado basado en el comportamiento con privacidad diferencial y una cadena de bloques de Prueba de Autoridad de alto rendimiento para lograr un 99,2% de precisión y una seguridad robusta contra ataques, manteniendo al mismo tiempo una baja latencia y costo.

Mohamed Koroma, Ibrahim Abdulai Sawaneh, Mohamed Syed Fofanah, Maurice Sesay2026-10-20
💻 ciencias de la computación

Comparative Evaluation of Machine Learning Models for Heart Disease Prediction: Performance, Calibration, Threshold Selection, and Explainability

Este estudio evalúa cinco modelos de aprendizaje automático en el conjunto de datos de enfermedad cardíaca de Cleveland, encontrando que la regresión logística con un umbral calibrado de 0.552 logró el mejor rendimiento (85.71% de precisión y 0.939 de ROC-AUC) al identificar los vasos principales, el tipo de dolor torácico y los resultados de la prueba de talio como predictores clave, aunque los autores enfatizan la necesidad de una validación externa antes de generalizar estos hallazgos a poblaciones diversas.

Stanley Kirunda Dhakaba¹, Patience Atukunda¹, Anthony Bua²2026-10-20
💻 ciencias de la computación

An Internet Search--Augmented Soft Prompt Tuning Framework for Explainable Resume Screening in Healthcare Recruitment

Este estudio presenta un marco de modelo de lenguaje de gran tamaño con ajuste de prompt suave y aumento de búsqueda en internet que mejora significativamente la precisión, la explicabilidad y la eficiencia del cribado de currículums en el sector sanitario mediante la integración de la extracción estructurada, la recuperación de evidencia dirigida y reglas de expertos para priorizar a los candidatos cualificados manteniendo, al mismo tiempo, la supervisión humana.

Yanting Wu, Tianao Hu, Siyu Gu, Yilin Mao, Xingxing Cen2026-10-20
💻 ciencias de la computación

Toward a Common Language for Trustworthy AI in Healthcare

A través de una revisión de alcance de 675 artículos, este artículo identifica inconsistencias conceptuales significativas en las definiciones de los principios de la IA confiable dentro del sector sanitario y propone un marco unificado y prioridades de investigación para estandarizar estos conceptos y fortalecer los fundamentos de evidencia del campo.

Michael S. Ramirez Campos, Rebecca Elliott, Thomas E. Doyle2026-10-20