💻 Category

cs

3821 artículos

💻 ciencias de la computación

Edge-Guided Geometry Attention for Iterative Stereo Matching

El artículo presenta EGA-Stereo, un marco de emparejamiento estéreo iterativo que aborda la ambigüedad, la pérdida de información y el suavizado excesivo de los bordes mediante la integración de la Fusión de Volumen de Costo con Puerta por Canales, la Compresión de Características con Conciencia Geométrica y la Modulación de Geometría Guiada por Bordes para lograr un rendimiento de vanguardia en múltiples evaluaciones de referencia.

Nan Zhang, Yuqing Liu, Jing Li, Kunzhen Wu2026-10-16
💻 ciencias de la computación

Severity-Conditioned Pixel-Wise Asynchronous Diffusion for Semi-Transparent Mural Restoration

Este artículo propone la Difusión Asincrónica Píxel a Píxel Condicionada por la Severidad (SC-PAD, por sus siglas en inglés), un nuevo marco que mejora la restauración de murales semitransparentes mediante la estimación de un campo de severidad continuo para dirigir el progreso de la difusión asincrónica píxel a píxel, superando así las limitaciones de las máscaras binarias y el modelado temporal uniforme al manejar degradaciones espacialmente no uniformes.

Yu Wu, Erchao Li, Furui Jia, Jinjiang Zhao, Lei Zhang2026-10-16
💻 ciencias de la computación

Enhancing Road Safety with Privacy-Preserving Blockchain-Based Mobile Crowdsensing

Este artículo presenta RBCrowd4RS, un sistema de detección de multitudes móvil basado en blockchain y preservador de la privacidad que aprovecha los zk-SNARKs para la autenticación anónima y un modelo de reputación de Gompertz para garantizar simultáneamente la responsabilidad de los datos de seguridad vial, la desvinculación de los contribuyentes y el rendimiento en tiempo real.

Zaina Maqour, Hanan El Bakkali, Driss Benhaddou, Houda Benbrahim2026-10-16
💻 ciencias de la computación

Integrating Structural and Semantic Analysis for Code Smell Refactoring Prediction

Este artículo propone y evalúa empíricamente un marco de aprendizaje automático para predecir la refactorización de olores de código en proyectos Java, demostrando que la combinación de métricas orientadas a objetos tradicionales con incrustaciones semánticas y sintácticas basadas en grafos produce predicciones fiables al capturar señales complementarias más allá de lo que las métricas estructurales por sí solas proporcionan.

Andrea Lanza, Matteo Bochicchio, Francesca Arcelli Fontana2026-10-16
💻 ciencias de la computación

Regime-First GPU Power Management for Deep Learning: Cross-Hardware Evidence from Power, Performance, and Energy

Este artículo demuestra que reducir los límites de potencia de la GPU no disminuye consistentemente el consumo de energía por tarea completada a través de diferentes regímenes de hardware, abogando por un enfoque de "primero el régimen" donde la caracterización empírica de pares específicos de GPU-carga de trabajo es esencial antes de implementar controles de gestión de potencia.

D. Venkata Naga Raju, Ravi Kumar Suggala, A. Sri Krishna, Pavan Kumar Vadrevu, Ratna Kanth Gudala2026-10-16
💻 ciencias de la computación

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

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