💻 Category

cs

3821 artículos

💻 ciencias de la computación

Toward an Explanatory Theory of Adaptive Knowledge Orchestration in AI- Augmented Agile Software Development

Este artículo propone la Teoría de la Orquestación Adaptativa del Conocimiento (AKOT, por sus siglas en inglés), un marco explicativo de rango medio que aborda la brecha teórica en el desarrollo de software ágil al definir cómo los equipos redistribuyen dinámicamente las responsabilidades cognitivas entre humanos e IA a través de mecanismos como la descarga cognitiva, la negociación de resultados y la reconfiguración de la responsabilidad.

Abdelaziz Omran Akhlaif2026-10-15
💻 ciencias de la computación

D3Seg: Dependency-Aware Diffusion for Brain Tumor Segmentation with Missing Modalities

El artículo propone D3Seg, un nuevo modelo de segmentación de tumores cerebrales que aprovecha la fusión de grafos de modalidad de saltos múltiples, la imputación de difusión en el espacio latente y el refinamiento de decisión en el espacio de probabilidad para mantener un rendimiento robusto y superar a los métodos de vanguardia cuando faltan modalidades de RM.

Danish Ali, Ajmal Mian, Naveed Akhtar, Ghulam Mubashar Hassan2026-10-15
💻 ciencias de la computación

Wavelet-Diffusion Collaborative Framework for Ancient Mural Restoration

Este artículo propone el Marco de Restauración Colaborativa de Wavelet-Difusión (WDCRF), el cual integra la descomposición de wavelet con un modelo de difusión condicional que opera en el dominio de wavelet para restaurar de manera eficiente y efectiva murales antiguos de alta resolución, equilibrando la coherencia estructural y la fidelidad de la textura al tiempo que supera las limitaciones computacionales de los métodos existentes.

Shengdong zhang, JIaxin Lai, Ting Hu, Zhe Yuan, Wenwen Sun2026-10-15
💻 ciencias de la computación

A Leakage-Controlled Fail-Closed Protocol for Prospective-Replay Evaluation of Adaptive Network Intrusion Detection

Este artículo propone un protocolo riguroso, fuera de línea y con control de fugas de cuatro puertas secuenciales para asegurar la evaluación de repetición prospectiva válida de sistemas adaptativos de detección de intrusiones en redes, demostrando que estrategias de actualización específicas mejoran significamente la recuperación y el recuerdo de clases novedosas en conjuntos de datos estandarizados mientras define explícitamente las limitaciones del protocolo con respecto a las pruebas de seguridad independientes y la clasificación de adquisición general.

Bilal Rafique, Keming Wang, Sania Kanwal, Yasir Rafique, Zahid ur Rahman2026-10-15
💻 ciencias de la computación

Tax Evasion in Integrated Fiscal and Electronic Payment Systems: Vulnerabilities, Detection, and Mitigation in the Greek Digital Tax Ecosystem

Este artículo presenta un análisis técnico del ecosistema fiscal digital integrado de Grecia, identificando vulnerabilidades específicas en la interacción entre los dispositivos fiscales, los sistemas ERP y las terminales EFTPOS que permiten la evasión fiscal, y propone una estrategia de mitigación de múltiples capas que combina mejoras criptográficas, unificación regulatoria y conciliación impulsada por IA para garantizar la integridad de los pagos de extremo a extremo.

Panagiotis Mavridis, Anargyros T. Baklezos, Nikolas Kapsalis, Christos D. Nikolopoulos2026-10-15
💻 ciencias de la computación

Interpretability Methods for Causal Predictions in Biomedical AI: A Systematic Review of Approaches and Evaluation Practices

Esta revisión sistemática de 47 estudios de IA biomédica revela que, si bien los métodos de interpretabilidad como SHAP y LIME se utilizan ampliamente para explicar modelos de predicción causal, su evaluación se basa predominantemente en métricas basadas en propiedades y rara vez valida la validez causal real, lo que pone de relieve una brecha crítica entre la explicación del modelo y la inferencia causal.

Albert Schulle2026-10-15
💻 ciencias de la computación

Creating a Biomedical Causal Knowledge Graph via Semi-Supervised Learning

Este artículo revisa cómo los paradigmas de aprendizaje semisupervisado, tales como el autoentrenamiento y el aprendizaje activo, abordan la escasez de datos anotados para permitir la construcción escalable de grafos de conocimiento biomédico causal para la medicina de precisión, al tiempo que destaca los desafíos actuales y las direcciones futuras que involucran a los modelos de lenguaje de gran tamaño.

Jim Dorsey2026-10-15
💻 ciencias de la computación

Mechanist: AI as a Scientific Instrument for Discovering the Mechanisms of Intelligence

El artículo presenta a Mechanist, un sistema agéntico autónomo que aprovecha una base de conocimiento científico exhaustiva y métodos experimentales curados para descubrir, validar e intervenir en los mecanismos subyacentes de los modelos de IA, avanzando así el campo desde el mero entendimiento del comportamiento de los modelos hacia su control activo.

Ningyu Zhang, Mengru Wang, Junfeng Fang, Shuofei Qiao, Zhenqian Xu, Haoming Xu, Haoxiong Wang, Shumin Deng, Linyi Yang (…)2026-10-15
💻 ciencias de la computación

The Reconstruction Gap: Boundary Noise and the Limits of Holographic Bulk Recovery in Deep Learning, with Implications for Black-Box AI Auditing

Este artículo introduce la "brecha de reconstrucción" para demostrar que los modelos de aprendizaje profundo holográficos sufren errores métricos internos significativos e impredecibles bajo condiciones de contorno ruidosas, cuantificando así las limitaciones fundamentales de la auditoría de IA de caja negra al certificar los mecanismos internos de un modelo.

Alfredo Merlet2026-10-15
💻 ciencias de la computación

Adaptive TinyML at the Edge: A Multi-Seed Empirical Study of Drift, Robustness, Energy, Federated Learning, and Explainability

Este estudio empírico de múltiples semillas sobre TinyML adaptativo en datos sintéticos de sensores demuestra que el aprendizaje en línea mitiga significativamente la deriva de concepto y que las políticas de energía adaptativas superan a los modelos estáticos, al tiempo que revela que la cuantización de características de entrada preserva la precisión hasta los 4 bits, que las afirmaciones de equidad en el aprendizaje federado requieren retractación, y que los modelos base neuronales superan a los sintonizadores difusos en precisión a pesar de la superior interpretabilidad estructural de estos últimos.

Kunal Dhanda2026-10-15