cs artículos | Gist.Science

Enhancing Interpretability in Credit Risk Modeling: A Synergistic Approach Integrating SHAP and Counterfactual Explanations

Este estudio propone un marco sinérgico que integra los valores SHAP y las explicaciones contrafácticas para mejorar la interpretabilidad, la equidad y la capacidad de acción de los modelos de riesgo crediticio, demostrando mediante un análisis empírico en el conjunto de datos de Crédito Alemán que este enfoque equilibra eficazmente el rendimiento predictivo con el cumplimiento regulatorio ético, al tiempo que reduce el número de ajustes de características necesarios para que los solicitantes alteren los resultados.

Joel Quansah2026-10-16

💻 ciencias de la computación

Privacy-Preserving Architecture for On-Device Intelligent Computing Using Small Language Models

Este artículo propone y evalúa preliminarmente una arquitectura en el dispositivo que preserva la privacidad, la cual integra Modelos de Lenguaje Pequeños con mecanismos de seguridad ligeros para realizar inferencia local mientras mitiga riesgos como la inyección de prompts y las brechas de privacidad sin depender de servicios en la nube.

PRIYANKA AGAVAN2026-10-16

💻 ciencias de la computación

Predictive Multi-Objective Energy--Latency Optimization in Cloud Environments Using Ensemble Learning

Este artículo propone un marco predictivo multiobjetivo utilizando aprendizaje de conjunto para optimizar el compromiso entre el consumo de energía y la latencia en centros de datos en la nube, demostrando ahorros significativos de energía y una estabilidad mejorada en comparación con las políticas estáticas y reactivas mediante la emulación impulsada por trazas y una generalización robusta.

Ahmed A. M. Warad, Snaa A. ElSawy, Rana Mostafa, Miral Adel, Abdelrahman Farouk, Kareem Kamal A. Ghany2026-10-16

💻 ciencias de la computación

Feasible-Space Quantum-Walk Optimization for Atomic Congestion Games Incentive Feasibility and an Eight-Instance Ideal-Statevector Study

Este estudio compara un QAOA de 12 cúbits y una caminata cuántica de tiempo continuo (CTQW) frente a la búsqueda local clásica en ocho juegos de congestión atómica a pequeña escala, revelando que, si bien la CTQW logra una brecha de costo media significativamente menor (8,34%) que el QAOA (23,22%) al mantener una viabilidad del 100%, la búsqueda local clásica supera a ambos métodos cuánticos en la búsqueda de óptimos exactos, con el autor enfatizando que estos resultados sin ruido y sin recursos equivalentes no demuestran una ventaja cuántica.

Parham Ghayour2026-10-16

💻 ciencias de la computación

A generative digital twin forecasts and simulates intensive care patients without task labels

El artículo presenta Didymos, un transformador generativo de 123 millones de parámetros entrenado con datos no etiquetados de siete bases de datos internacionales, el cual supera a los modelos supervisados en la previsión de resultados de pacientes en cuidados intensivos y en la simulación de respuestas al tratamiento, manteniendo la privacidad y requiriendo una adaptación local mínima.

Han Wang, Kaisheng Ye, Huaguo Yuan, Weibang Chen, Yao Cai, Ye Tian, Ting Liu, Yue Xu, Xiaoyu Liu, Lingpin Pang, Huafeng (…)2026-10-16

💻 ciencias de la computación

Sparse-Selective Similarity Regularisation for Enhanced Explanations

El artículo propone la Similitud Selectiva Dispersa ( $S_3$ ), un nuevo método de regularización que equilibra dinámicamente la dispersión y la similitud de características para mejorar la fidelidad, la estabilidad y la robustez de las explicaciones locales en modelos lineales sin comprometer la precisión predictiva.

Ismail Alarab, Mohammad Naiseh, Simant Prakoonwit2026-10-16

💻 ciencias de la computación

Towards Adaptive and Accessible Subtitled Media: A Systematic Review, Taxonomy and Design Considerations

Este artículo presenta una revisión sistemática de 147 estudios académicos que abarcan 29 años para identificar los desafíos de accesibilidad en la visualización de subtítulos tradicionales, proponer una taxonomía para intervenciones adaptativas y abogar por prácticas de diseño más inclusivas que sirvan mejor a diversas comunidades y contextos de dispositivos.

Zihao You, Michael Crabb, Rachel Menzies2026-10-16

💻 ciencias de la computación

Federated Deep Learning for Privacy-Preserving Data Fusion in Sustainable AI-Driven Healthcare Systems

Este artículo propone el sistema AFL-MCSESEN-BADP-HS, un marco de aprendizaje profundo federado asíncrono que integra la fusión de datos multimodales, una red de atención basada en ResNet-34 y privacidad diferencial adaptativa basada en Bulyan para lograr una clasificación de alta precisión y preservación de la privacidad de los grados de osteoartritis de rodilla con un 99,64% de precisión.

R Neelaveni, Bhuvan Unhelkar2026-10-16

💻 ciencias de la computación

Security-by-Design Distributed Big Data Architectures: A Bibliometric and Conceptual Analysis of Governance, Privacy, and Integrity Layers (2015–2026)

Este artículo analiza 210 estudios revisados por pares desde 2015 hasta 2026 para identificar brechas críticas en la implementación post-hoc de la seguridad dentro de los sistemas distribuidos de macrodatos y propone la Arquitectura de Macrodatos Distribuidos con Seguridad por Diseño (SDBDA, por sus siglas en inglés), un marco de seis capas que integra la gobernanza, la privacidad y la integridad directamente en el núcleo del sistema para mitigar las vulnerabilidades sistémicas.

Abubakari Saddiq Adams2026-10-15

💻 ciencias de la computación

GRAFF-MM : Graph-Frequency Filtering for Multi-Modal Memorability Prediction

Este artículo propone GRAFF-MM, un novedoso modelo de predicción de memorabilidad multimodal que integra un Módulo de Banco de Filtros de Multifrecuencia para Redes Convolucionales de Grafos para aprovechar eficazmente la información visual de baja y alta frecuencia junto con datos de prominencia y de subtítulos, logrando un rendimiento competitivo en cuatro conjuntos de datos de referencia.

Tahsin Tariq Banna, Swakshar Deb, Shafin Rahman, Sejuti Rahman2026-10-15

← Anterior Siguiente →