💻 Category

cs

2354 artículos

💻 computer science

A Comparative Analysis of Machine Learning and Deep Learning Models for Forecasting Vietnam's Export Coffee Prices

Este estudio demuestra que la Unidad Recurrente de Puerta (GRU) supera significativamente tanto a los modelos de aprendizaje automático como a otras arquitecturas de aprendizaje profundo en el pronóstico de los precios de exportación del café Robusta de Vietnam durante un periodo de rupturas estructurales severas, al tiempo que aborda transparentemente las limitaciones metodológicas y proporciona parámetros de riesgo accionables para los contratos a plazo.

Quang Phung Duy, Hai Dang Cao Ha2026-08-26✓ Author reviewed ⓘ
💻 computer science

Robotic-Inspired Tri-Metaheuristic Framework with Neuromorphic Edge Intelligence for Real-Time Multi-Modal Biomedical Signal Processing and Clinical Decision Support

Este artículo presenta un novedoso marco de tri-metaheurística inspirado en la robótica integrado con inteligencia de borde neuromórfica que optimiza el procesamiento de señales biomédicas multimodales en tiempo real para lograr una alta precisión diagnóstica y un consumo de potencia ultra bajo, permitiendo el monitoreo continuo mediante dispositivos vestibles durante 72 horas y mejorando significativamente el soporte de decisiones clínicas para la detección temprana de enfermedades.

Shaymaa E. Sorour, Mostafa Elbaz2026-08-26
💻 computer science

Evidence Constrained Agentic Retrieval Augmented Generation for Substation Civil Engineering Preliminary Design Documents in a Single Project Study

Este artículo propone EC-ARAG, un marco de generación aumentada por recuperación agéntica con restricciones de evidencia que mejora significativamente la fiabilidad, consistencia y eficiencia del diseño preliminar de ingeniería civil de subestaciones mediante la integración de recuperación consciente de las regulaciones, resolución de conflictos y bucles de doble verificación para superar a los sistemas RAG convencionales.

Yizhang Huang, Xinhui Zhang2026-08-26
💻 computer science

Evaluation Pitfalls and Multimodal Baselines for the \dataset{} IoT Malware Dataset

Este artículo introduce los primeros referentes sistemáticos y protocolos de evaluación para el conjunto de datos de malware multimodal CIC-YNU-IoTMal2026, revelando deficiencias críticas tales como la fuga de datos por divisiones aleatorias, altas tasas de omisión de muestras inactivas bajo condiciones libres de fuga y una severa fragilidad de arquitectura cruzada, al tiempo que demuestra que las elecciones de protocolo, en lugar de la selección del modelo, dominan finalmente el rendimiento reportado.

Xuetong Zhang, Yifei Xing, Zhibin Guo, Jianmin Li2026-08-26
💻 computer science

A Localization-Aware Heterogeneous CNN Ensemble with Neural Meta- Fusion for Plant Disease Classification, with a Component Analysis on Laboratory and Field Images

Este artículo presenta un conjunto de CNN heterogéneo con conciencia de localización y fusión meta-neuronal que demuestra cómo los componentes críticos de los procesos de clasificación de enfermedades de plantas se desplazan desde la amplitud del conjunto y los descriptores diseñados a mano en entornos de laboratorio hacia la localización de hojas y la fusión aprendida cuando se aplican a imágenes de campo, validado mediante rigurosos estudios de ablación tanto en los conjuntos de datos PlantVillage como PlantDoc.

Ehsan Gaballah2026-08-26
💻 computer science

Hybrid 3D-CNN, Bi-LSTM, and Transformer-Based Framework for Anomaly Detection of Human Behaviour in Video Surveillance with Adaptive Error Minimization

Este artículo propone un novedoso marco de aprendizaje profundo híbrido que integra arquitecturas 3D-CNN, Bi-LSTM y Transformer con un módulo de umbral adaptativo y optimización de pérdida multiobjetivo para lograr una detección de anomalías en tiempo real y de vanguardia en la vigilancia por video, reduciendo significativamente las falsas alarmas en diversas condiciones ambientales.

Sameera yasam, Syed Ali Hussain, Vijaya Kumar Koppula2026-08-26
💻 computer science

CEGNN-Fraud: A Scalable Heterogeneous Temporal Graph Neural Network with Evidence-Constrained LLM Risk Reasoning

CEGNN-Fraud es una red neuronal de grafos temporal heterogénea y escalable que mejora la detección de fraude financiero mediante una compuerta de fiabilidad condicionada por eventos y un LLM restringido para la generación de informes de riesgo basados en evidencia, demostrando un rendimiento superior en precisión, robustez y generalización en comparación con las líneas base existentes.

Yilin zhong2026-08-26
💻 computer science

A Framework for Dynamic Memory Management and Personalized Agent Decision-Making in Retrieval- Augmented Generation

Este artículo presenta DMAP-RAG, un marco que mejora la Generación Aumentada por Recuperación mediante la integración de una arquitectura de memoria de almacenamiento dual con estructura de árbol y la toma de decisiones de agentes personalizados para lograr un rendimiento competitivo en la coherencia del diálogo multiturno y la satisfacción del usuario.

Xiangguo Qian, Yong Xu, Chuqi Ma, Choon Kit Chan2026-08-26
💻 computer science

Brain tumor classification: A comparative analysis of deep learning techniques and impact of augmentation approaches on T1-CE MRI scans

Este artículo presenta un análisis comparativo de siete modelos de aprendizaje profundo preentrenados en exploraciones de RM T1-CE para la clasificación de tumores cerebrales, demostrando que VGG-16 logra la mayor precisión (92,45 %) al ser entrenado con diversas técnicas de aumento y optimizadores, mientras utiliza Grad-CAM para mejorar la interpretabilidad del modelo.

Priyanka Sharma, Sakshi Ahuja2026-08-26
💻 computer science

A Self-Healing Architecture for Mitigating Bibliographic Hallucinations in LLM-Generated Academic Texts

Este artículo presenta una novedosa arquitectura de autocuración que detecta y mitiga de forma autónoma las alucinaciones bibliográficas en textos académicos generados por LLM mediante la combinación de una verificación de múltiples capas con un proceso de refinamiento basado en sentencias eficiente, logrando una alta precisión de identificación (0,96) y reduciendo significativamente los costos computacionales mientras asegura la integridad académica.

Davide Tosi, Edoardo Crescenzo Mauriello, Andrea Utzeri2026-08-26