💻 computer science

Lightweight Semantic Embeddings Enable Redundancy-Sensitive Knowledge Graph Construction for LLM-Based Document Processing

Este artículo presenta AMODD, un flujo de trabajo aumentado por aprendizaje automático que aprovecha incrustaciones semánticas ligeras para eliminar la redundancia de secciones de documentos y agrupar entidades de grafos, reduciendo significativamente el consumo de tokens de los LLM y la latencia para la construcción de grafos de conocimiento mientras mantiene una alta calidad de recuperación.

Sedar Olmez, Maxim Smilovitskiy, Koichi Yokota2026-09-11
💻 computer science

Development and pilot validation of an AI-assisted self-practice system for erhu performance assessment and score-aligned feedback

Este artículo presenta el desarrollo y la validación piloto de un sistema de autopráctica asistido por IA para el erhu que integra el reconocimiento óptico de música, el seguimiento de la altura tonal y el escalado temporal dinámico para proporcionar retroalimentación alineada con la partitura, demostrando una fuerte correlación con las calificaciones de expertos y una alta usabilidad entre estudiantes de conservatorio.

Xingzhi Guan, Hanjun Su, Masanori Fukui, Zhe Ji2026-09-11
💻 computer science

Possibility Ethics: Measuring Moral Value as the Expansion of Safe Future Options in Sociotechnical Systems

Este artículo introduce la "Ética de la Posibilidad", un marco conceptual-computacional que evalúa los sistemas sociotécnicos cuantificando su impacto en las oportunidades futuras éticamente admisibles mediante una métrica novedosa llamada Entropía de Opción, implementada en el kit de herramientas Omega-PE para revelar pérdidas de oportunidad distributivas que a menudo pasan desapercibidas para las medidas agregadas.

Mohammad Amir Khusru Akhtar2026-09-11
💻 computer science

RL-Assisted A-Teams for Adaptive Algorithm Selection in UGV-UAV Route Optimization

Este artículo propone un novedoso marco de hiperheurística A-Teams asistido por Aprendizaje por Refuerzo que acelera significativamente la optimización de rutas en tiempo real para sistemas colaborativos UAV-UGV, entregando soluciones casi óptimas entre un 30 y un 70 % más rápido que los métodos existentes mientras se adapta eficazmente a los cambios ambientales dinámicos.

Subramanian Ramasamy, Md Safwan Mondal, James D. Humann, James M. Dotterweich, Pranav Bhounsule2026-09-11
💻 computer science

Jacobi-Enhanced Dynamic Hypergraph Learning for Graph-Based Fraud Detection

El artículo propone JK-DHGNN, un marco de doble vista que integra un generador de hipergrafos dinámicos Top-KK, filtrado espectral de Jacobi y un clasificador basado en polinomios de Jacobi para detectar eficazmente el fraude financiero y de comercio electrónico mediante el modelado tanto de relaciones por pares como de afiliaciones de orden superior, logrando un rendimiento superior en los conjuntos de datos YelpChi y Amazon al demostrar la eficacia de sus componentes dependiendo del conjunto de datos.

Danyang Li, Jie Shen, XiangBeng Yang, Zhenkai Qin2026-09-11
💻 computer science

A lightweight boundary-refinement module improves entity mention accuracy in biomedical named entity recognition without degrading correct predictions

Este artículo presenta un Módulo de Refinamiento de Límites (BRM, por sus siglas en inglés) ligero y post-hoc que mejora significativamente la precisión del reconocimiento de entidades nombradas biomédicas al corregir errores de límite sin degradar las predicciones correctas existentes, mejorando así la estabilidad de la extracción de relaciones descendente requiriendo al mismo tiempo recursos computacionales mínimos.

Julius Beneoluchi Odili, Wasiu Oluwagbenga Hassan2026-09-11
💻 computer science

A Bounded, Learnable Uncertainty Gate and Feature Augmentor for Deep Malware Detection

Este artículo presenta ChaosEntropyGate v2 (CEG-2), un mecanismo de compuerta de incertidumbre acotado y aprendible junto con un aumentador de características que, si bien mejora modestamente la detección de malware basada en aprendizaje profundo en regímenes específicos y corrige problemas previos de inestabilidad, confirma en última instancia que los ensambles de árboles ajustados siguen siendo la solución más robusta y rentable para la tarea.

Prakash Kumar Panigrahi, Neha Janu, Jayesh Gangrade2026-09-11
💻 computer science

Deploying machine learning for remaining useful life prediction of lithium-ion batteries on Coral Dev Board

Este artículo evalúa y compara el rendimiento de los modelos Random Forest, XGBoost y Redes Convolucionales Temporales para predecir la vida útil remanente de las baterías de iones de litio, demostrando su despliegue práctico y efectividad en la Coral Dev Board para el mantenimiento predictivo en vehículos eléctricos.

Mariem Boujneh, Nesrine Majdoub, Taoufik Ladhari, Ali Serdar Atalay, Anis Sakly2026-09-11
💻 computer science

APOSM: Pairwise preference learning improves generative small-molecule design

El artículo presenta APOSM, un marco de aprendizaje activo que mejora el diseño de moléculas pequeñas al entrenar un sustituto de red neuronal de grafos basado en comparaciones moleculares de pares en lugar de puntuaciones absolutas, mejorando así significativamente la consecución de objetivos y la eficiencia de muestreo en regímenes de cribado con ruido.

Marcus W. Dreisler, Richard Michael, Nikos Hatzakis, Wouter Boomsma2026-09-11
💻 computer science

Integrated Gradient-guided Adversarial Counterfactual Explanations of 12-lead Electrocardiograms

Este artículo presenta InterGRACE, un marco adversario integrado guiado por gradientes que genera explicaciones contrafácticas clínicamente significativas para ECG de 12 derivaciones al dirigirse a características relevantes para la decisión como el segmento ST y la onda T, mejorando así la interpretabilidad de los modelos de IA para la detección del infarto de miocardio.

Bjørn-Jostein Singstad2026-09-11