1017 artículos
Este artículo presenta ILS+SP, una metaheurística híbrida que combina la Búsqueda Local Iterada con la optimización post-particionamiento de Conjuntos, la cual supera significativamente a los métodos de vanguardia existentes en la resolución del Problema de Rutas de Vehículos con Capacidad de Familia al lograr soluciones casi óptimas en instancias de referencia a gran escala.
Este artículo demuestra que los agentes de planificación basados en agrupación enfrentan un techo irreducible y computable en la fundamentación de objetos determinado únicamente por la dimensión del embedding y el recuento de objetos, una limitación estructural que causa la pérdida de identidad independientemente de la capacidad del modelo o del entrenamiento.
Este estudio propone el marco de trabajo de Acción de Sensores Resuelta por Entropía (ESA, por sus siglas en inglés), un método de selección unificado que integra la relevancia de la información, la estabilidad temporal, la no redundancia y la completitud para identificar subconjuntos de sensores compactos e interpretables que mantengan un rendimiento predictivo casi perfecto bajo diversas condiciones de campo y datos faltantes.
Este artículo presenta un simulador de circuitos cuánticos de Estado de Producto de Matriz (MPS) acelerado por FPGA capaz de manejar más de 500 cúbits mediante la descarga de contracciones tensoriales a una Xilinx Alveo U55C mientras mantiene la SVD y el muestreo en el host, demostrando que el rendimiento escala con la dimensión de enlace en lugar con el número de cúbits y validando el papel crítico del sistema a través de rigurosos experimentos de corrección y falsificación.
Este artículo presenta el algoritmo Robust Stochastic Variance-Reduced Virtual Try-On (RSVR-VTO), un marco de optimización robusta distributiva que garantiza un deformación geométrica y una síntesis de textura estables bajo incertidumbres ambientales dinámicas, logrando al mismo tiempo una tasa de convergencia de O(1/ε²) y un rendimiento superior en evaluaciones comparativas de alta resolución.
Este artículo propone una estrategia educativa novedosa que integra Modelos de Lenguaje de Gran Escala y aprendizaje profundo para crear un Muñeco Amigo Virtual Inteligente, permitiendo una evaluación objetiva, continua y personalizada del progreso educativo de niños con Trastorno del Espectro Autista mediante el análisis de datos multimodales.
Este artículo presenta vProjTutor, un sistema basado en agentes de LLM que se integra con herramientas como Telegram, Trello y GitHub para apoyar a equipos de estudiantes mediante interacciones en lenguaje natural para la planificación y el monitoreo de proyectos, demostrando una alta usabilidad y tasas de finalización de tareas en un estudio de usuario.
El artículo presenta Asha, una arquitectura de agente clínico neurosimbólico que mejora significativamente la precisión médica y la seguridad conversacional en los modelos de lenguaje al integrar la puntuación simbólica, el anclaje por recuperación y la falsificación, logrando un rendimiento superior en evaluaciones profesionales en comparación con los modelos de frontera y las herramientas comerciales.
Este estudio revela que los modelos ligeros de detección de intrusiones para redes IIoT sufren fallos graves de generalización transdominio debido a la dependencia de atajos de categorías de puertos no transferibles y sesgos de evaluación, lo que subraya la necesidad crítica de realizar pruebas en redes cruzadas bajo distribuciones de clase realistas para asegurar la preparación para el despliegue.
Este artículo propone un marco de inferencia multimodal sensible al contexto y eficiente en energía para dispositivos de borde con recursos limitados que activa dinámicamente los codificadores y ajusta las rutas de computación basándose en condiciones en tiempo real, logrando reducciones significativas en el consumo de energía y la latencia mientras mantiene una alta precisión en plataformas como NVIDIA Jetson Nano y Raspberry Pi 5.