💻 ciencias de la computación

Locality-Preserving Sketch Token Fusion for High-Fidelity Single-View 3D Reconstruction

Este artículo propone un nuevo marco llamado Fusión de Tokens de Bocetos con Preservación de Localidad que logra una reconstrucción 3D de vista única de alta fidelidad mediante el mantenimiento de los detalles locales del boceto a través de una representación de doble vía y un muestreador de malla de atención cruzada, superando eficazmente la pérdida de detalle geométrico inherente a los métodos de compresión de características globales existentes.

Lei Qinchuan, Li Nannan, Zhong Jiaming, Luo XianZeng, Zhao Min2026-10-19
💻 ciencias de la computación

Leakage-Controlled Multimodal Prediction of Piano Performance Expressivity Using Sequential and Engineered MIDI Representations

Este artículo propone una Red de Fusión de Atención MIDI de Doble Rama con Compuerta Cruzada Residual (RCG-DMAF-Net) para predecir la expresividad en la interpretación de piano mediante la integración de eventos de notas secuenciales con descriptores diseñados, demostrando a través de una evaluación con control de fuga que la fusión multimodal mejora significativamente la precisión de la predicción sobre los modelos de solo secuencia, identificando al pedaleo, la variación de la velocidad y el tempo como los impulsores clave de la expresividad.

Geping Jin, Dian Jin2026-10-19
💻 ciencias de la computación

CART Rule-Guided Diffusion and AI-Synthesized User Preferences for New Media Art Generation

Este artículo propone un modelo de difusión guiado por reglas CART que aprovecha una GAN condicional para sintetizar datos de preferencias de usuario a gran escala e integra reglas de árboles de decisión interpretables en el proceso de muestreo de la difusión, mejorando significativamente la calidad estética y la personalización de la generación de arte de nuevos medios al tiempo que supera las barreras éticas y de costo de la recolección de datos humanos.

Caixian Ye, Lijun Xu, Jun Tang2026-10-19
💻 ciencias de la computación

Short-Term Traffic Prediction: From Statistical Models to Spatial-Temporal Deep Learning

Esta revisión sintetiza la evolución de la predicción de tráfico a corto plazo desde los modelos estadísticos hacia el aprendizaje profundo espacio-temporal, enmarcando el campo como un compromiso entre precisión, complejidad y capacidad de despliegue, al tiempo que destaca los avances recientes derivados del modelado conjunto de la estructura espacial y la dinámica temporal e identifica direcciones futuras clave en escalabilidad, incertidumbre y despliegue en tiempo real.

Mohammad Sadraei2026-10-19
💻 ciencias de la computación

Adaptive Multi-Reference Latent Fusion for Temporal Coherence and Specular Invariance in Generative Video Synthesis

Este artículo presenta un Pipeline Modular de Dos Etapas con Fusión Latente de Referencia Múltiple (MRLF) que logra continuidad estructural zero-shot y estabilidad de identidad en la cinematografía generativa sin actores mediante el desacoplamiento del encuadre compositivo de la síntesis temporal, resultando en una generación de video de alta fidelidad con desviación de píxeles mínima y baja latencia de procesamiento.

Riham Hilal2026-10-19
💻 ciencias de la computación

Adversarial Attack on Deep Learning Based Network Intrusion Detection Systems: An Empirical Analysis across Datasets and Features

Este artículo demuestra empíricamente que los sistemas de detección de intrusiones en red basados en aprendizaje profundo son altamente vulnerables a los ataques de evasión adversarios a través de diferentes conjuntos de datos y de características, revelando que la vulnerabilidad es una propiedad inherente de la superficie de decisión aprendida en lugar de un problema específico de un conjunto de datos, y propone un Índice de Vulnerabilidad de Características para identificar qué características de entrada son más susceptibles a la perturbación.

Gundapu Thirupathi, V Thirupathi2026-10-19
💻 ciencias de la computación

Attack-aware Federated Learning via Prototype-guided Cross-cluster Knowledge Transfer for Label-space Heterogeneous Intrusion Detection

Este artículo propone Attack-Fed, un marco de aprendizaje federado de dos niveles que aborda la heterogeneidad del espacio de etiquetas en la detección de intrusiones mediante la combinación de agrupamiento consciente de ataques con la transferencia de conocimiento entre clústeres guiada por prototipos para permitir un aprendizaje especializado mientras se aprovecha la pericia complementaria de los ataques.

Marwa Badrouni, Chaker Katar, Wissem Inoubli, Zahra Kodia2026-10-19
💻 ciencias de la computación

SBOM-Based Container Deployment Risk Assessment under Incomplete Runtime Observations

Este artículo propone un método adaptativo basado en SBOM para evaluar los riesgos de despliegue de contenedores bajo observaciones de tiempo de ejecución incompletas mediante la integración de múltiples fuentes de evidencia para clasificar la aplicabilidad de las vulnerabilidades y priorizar los costos de inspección, logrando mejores tasas de completitud de decisiones y tiempos de espera reducidos en comparación con los enfoques de referencia.

Byeongchan Park, Sun-Jip Kim2026-10-19
💻 ciencias de la computación

Approximation algorithm for the parallel-machine scheduling problem with multiple servers

Este artículo aborda el problema de programación de máquinas paralelas idénticas con múltiples servidores y trabajos no preventivos para minimizar el tiempo de finalización ponderado total mediante la presentación de una formulación MIP indexada en el tiempo para soluciones exactas y la propuesta de una heurística de Tiempo de Procesamiento Ponderado más Corto (SWPT) que ofrece límites de aproximación de peor caso demostrables y demuestra un alto rendimiento empírico con una brecha de optimalidad promedio inferior al 5%.

Guo-Sheng Liu, Ting-Ting Zheng, Fang-Qing Liu2026-10-19