💻 ciencias de la computación

Interactive Lesion Segmentation in Whole-Body PET/CT and Longitudinal CT: The autoPET/CT-IV Challenge

El cuarto desafío autoPET/CT-IV demuestra que, si bien los métodos de aprendizaje profundo interactivo combinan eficazmente la inferencia automatizada con la intervención de expertos para lograr una segmentación robusta de lesiones en todo el cuerpo a través de diversos dominios de imagen, la segmentación longitudinal a partir de exploraciones pareadas sigue siendo significativamente más difícil debido a la variabilidad temporal y anatómica.

Pauline Ornela Megne Choudja, Jakob Dexl, Zdravko Marinov, Niels Rocholl, Temke Kohlbrandt, Antoine Sanner, Katharina Je (…)2026-10-18
💻 ciencias de la computación

PowerGLUE: A comprehensive benchmark for evaluating large language models in the electric power domain

Este artículo presenta PowerGLUE, un benchmark integral y específico de un dominio que comprende 3.603 elementos a través de seis sectores eléctricos principales y dos categorías de tareas, diseñado para evaluar sistemáticamente las capacidades y limitaciones de los modelos de lenguaje extensos en la industria de la energía eléctrica.

Cuiqi Zheng, Chengwei Peng, Shouyu Liang, Zhuojun Cai, Zhichen Peng, Zehong Chen2026-10-18
💻 ciencias de la computación

No gain from attention or graph modules in matched ResNet-50, ResNet-18, EfficientNet-B0 and MobileNetV2 baselines for nine-class chest radiographs

Este estudio demuestra que los módulos de atención y de grafos ligeros no proporcionan mejoras estadísticamente significativas sobre las líneas base idénticas de ResNet y EfficientNet para la clasificación de radiografías de tórax de nueve clases, desafiando la validez de las ganancias reportadas previamente que a menudo carecen de comparaciones estadísticas emparejadas y de múltiples semillas rigurosas.

Kui Wang, Rui Li, Yinzhen Li, Yazhou Zhang, Licong Wang, Xiaolei Tong, Qianwen Wang, Yong Feng, Dongsheng Rui, Shangzhi (…)2026-10-18
💻 ciencias de la computación

Evaluation of decision tree algorithms for predictive machine learning modelling of potable water quality

Este estudio utilizó la herramienta WEKA para evaluar siete algoritmos de aprendizaje automático basados en árboles de decisión sobre un conjunto de datos de calidad del agua de Kaggle, encontrando que el algoritmo Random Forest (RF) logró el mayor rendimiento predictivo con una tasa de clasificación correcta del 69.28% para distinguir entre agua potable segura e insegura.

Debabrata Roy, Abhiman Das, Soumendra Nath Talapatra, Subrata Sankar Bagchi2026-10-18
💻 ciencias de la computación

Evidence-Grounded Large Language Model Reasoning for Patient Safety Using Knowledge Graphs and Retrieval-Augmented Generation: Development and Evaluation Study

Este estudio desarrolló y evaluó un marco basado en evidencia que integra un modelo de lenguaje de gran tamaño con un grafo de conocimiento de seguridad del paciente y generación aumentada por recuperación, demostrando que el conocimiento estructurado mejora significativamente el rendimiento de la extracción de conceptos y el razonamiento para aplicaciones de seguridad clínica.

Sharare Taheri Moghadam, Md Shafiqur Rahman Jabin2026-10-18
💻 ciencias de la computación

Artificial Intelligence for Liver Disease Prediction: A Systematic Review and an Explainable Hybrid Ensemble with Automated Clinical Feature Engineering

Este estudio combina una revisión sistemática de la investigación basada en ILPD con un experimento reproducible y controlado contra la fuga de datos para demostrar que la ingeniería de características automatizada y clínicamente interpretable mejora significativamente los compromisos de discriminación y cribado de un modelo de ensamble híbrido explicable para la predicción de enfermedades hepáticas, al tiempo que destaca el impacto crítico del diseño de validación en las métricas de rendimiento reportadas.

Sukhpreet Singh2026-10-18
💻 ciencias de la computación

Decompression and Archive Extraction Vulnerabilities: A Taxonomy of 21 Attack Mechanisms Across 1,067 Public Cases (2001–2026)

Este artículo presenta una taxonomía unificada de 21 mecanismos de ataque y un inventario etiquetado de 1.067 casos públicos (2001–2026) para clasificar exhaustivamente las vulnerabilidades de descompresión y extracción de archivos, revelando que el salto de directorio (path traversal) domina el panorama, al tiempo que destaca brechas significativas en la documentación de mitigación y ofrece nuevos recursos para investigaciones futuras.

Eugen Spivak2026-10-18
💻 ciencias de la computación

The Containment Gap: Autonomy, Detection and Loss of Control in Documented AI Incidents, 2010–2026

Al analizar 1.482 incidentes de IA documentados desde 2010 hasta 2026, este estudio revela una "brecha de contención" donde los fallos de pérdida de control aumentan con la autonomía del sistema y son reportados casi exclusivamente por agentes externos en lugar de por los desarrolladores, a pesar de un descenso estadístico en su participación relativa debido a un aumento en los casos de uso indebido deliberado.

Alfredo Merlet2026-10-18
💻 ciencias de la computación

Enhanced Breast Cancer Classification by Integrating CNN and ViT on the CBIS-DDSM Mammography Dataset

Este estudio propone un novedoso marco de aprendizaje profundo híbrido que integra Redes Neuronales Convolucionales (CNN) y Vision Transformers (ViT) para combinar eficazmente la extracción de características locales con el análisis de contexto global, logrando así una mayor precisión en la clasificación del cáncer de mama en el conjunto de datos de mamografías CBIS-DDSM.

M. Taheri, M. Rezamandi, R. Eisaei, M. Hosseinian2026-10-18