💻 Category

cs

974 artículos

💻 computer science

LLM-Augmented Decision Intelligence for Real-Time Supply Chain Risk Assessment: A Parameterized Simulation and FMEA-Based Framework

Este artículo presenta un novedoso marco de inteligencia de decisiones aumentado por LLM que integra la cuantificación de riesgos basada en FMEA con el razonamiento contextual de modelos de lenguaje extensos para lograr una evaluación de riesgos de la cadena de suministro en tiempo real, de alta recuperación y estadísticamente significativa, validada tanto por simulaciones parametrizadas como por extensas pruebas empíricas en el conjunto de datos DataCo Smart Supply Chain.

Nikhil Reddy Donapati2026-07-07
💻 computer science

Exploring the Potential of Large Language Models for Counter Argument Generation

Este artículo introduce un nuevo corpus de contraargumentos diplomáticos procedentes de discursos de la Asamblea General de la ONU (2005–2024) y evalúa modelos de lenguaje de gran tamaño de última generación utilizando estrategias de ajuste fino alineadas temporalmente para establecer un referente sistemático de generalización transdominio en la generación de contraargumentos.

Fatima Mumtaz, Sadaf Abdul Rauf, Saadia Ishtiaq Nauman, Muhammad Ghulam Abbas Malik, Muddesar Iqbal2026-07-07
💻 computer science

CUPID-Med: Conformal Uncertainty-aware Prototype Discovery for Clinically Interpretable Deep Medical Clustering

CUPID-Med es un marco novedoso que aprovecha el descubrimiento de prototipos conscientes de la incertidumbre conforme para generar predicciones de clústeres de valores de conjunto clínicamente interpretables con puntuaciones de confianza calibradas, superando significativamente a los modelos deterministas de base en la estructuración de datos de imágenes médicas no etiquetados.

Mojtaba Jahanian, Abbas Karimi, Nafiseh Osati Eraghi, Faraneh Zarafshan2026-07-07
💻 computer science

A 2-Layered Game-Theoretic Deep Learning Model for Predicting Lodging Demand: SHAP and Nash Equilibrium

Este estudio propone un marco de aprendizaje profundo de dos capas y basado en la teoría de juegos que es explicable, el cual combina SHAP para la interpretabilidad de las características y el equilibrio de Nash para el análisis de precios competitivos para superar significativamente a los modelos tradicionales en la previsión de la demanda de alquileres a corto plazo.

Nasim Binesh, Kushi Vardhan Reddy Pasham, Atul Sheel, Debojyoti Seth, Gidon Jakar2026-07-07
💻 computer science

Enhancing INS/GNSS Performance with Smart Learning Estimator

Este artículo propone un "Estimador de Aprendizaje Inteligente" (SLE, por sus siglas en inglés), un filtro de Kalman aumentado mediante aprendizaje profundo que combina las arquitecturas TGAN, LSTM y RWFNN, el cual mejora significativamente la precisión y la robustez de los sistemas de navegación INS/GNSS de bajo costo durante interrupciones prolongadas de la señal GNSS al superar las limitaciones de los filtros lineales tradicionales.

Reza Safvat, Jafar Keighobadi, Morteza H. Sadeghi, Hossein Nourmohammadi2026-07-07
💻 computer science

A Temporal Deep Feature Transfer Hybrid of LSTM and Gradient Boosting Machine for Multi Granularity Smart Grid Electricity Demand Forecasting

Este artículo propone TDF-LSTGBM, una novedosa arquitectura híbrida de dos etapas que extrae características temporales de la penúltima capa de un LSTM apilado y las combina con atributos temporales y del consumidor para una Máquina de Potenciación del Gradiente, logrando una precisión significativamente mayor en el pronóstico de la demanda de electricidad de redes inteligentes de granulosidad múltiple en cinco categorías de consumidores en comparación con los modelos tradicionales de LSTM y ARIMA.

SambasivaRao Naraboina2026-07-07
💻 computer science

GraphGarment: Data-efficient Learning of Garment Dynamics from Minimal Real-world Data

GraphGarment es un marco de trabajo de sim-to-real eficiente en datos que combina una red neuronal de grafos entrenada en simulación con un corrector residual ligero para predecir con precisión la dinámica de las prendas a partir de datos mínimos del mundo real, permitiendo el colgado de prendas robótico robusto.

Wei Chen, Xiaoshuai Chen, Dongmyoung Lee, Kelin Li, Rui Zong, Petar Kormushev2026-07-07
💻 computer science

An Explainable Deep Learning Framework for Integrated Steel Microstructure Classification and Surface Defect Analysis

Este estudio presenta un marco de aprendizaje profundo unificado y explicable que integra la clasificación de microestructuras basada en ResNet50 y la detección de defectos superficiales basada en YOLOv8 con una estimación de severidad basada en reglas para permitir un control de calidad robusto, interpretable y automatizado para la fabricación de acero.

Adisa Rasak, Samuel Ifada2026-07-07
💻 computer science

Algorithmic Penalty for Non-Native Voices: A Three-Arm Diagnostic Accuracy Audit of Five Commercial AI Text Detectors Against Pre-LLM Scientific Literature — Protocol for the AUDIT-AI Study

El estudio AUDIT-AI es una auditoría de precisión diagnóstica de tres brazos y prerregistrada, diseñada para cuantificar si los detectores de texto de IA comerciales clasifican erróneamente de forma sistemática la literatura científica de largo formato proveniente de instituciones de habla no nativa como generada por IA en comparación con obras de autores nativos y reescrituras de IA verificadas.

Adnan Agha, Eram Anwar2026-07-07