💻 Category

cs

3899 artículos

💻 ciencias de la computación

STR-DC: Spatio-Temporal Reliability Learning for Robust Deep Clustering of Japanese Handwritten Characters

El artículo propone STR-DC, un marco de agrupamiento profundo que mejora la robustez en el reconocimiento de caracteres manuscritos japoneses al integrar la confianza semántica calibrada con la estabilidad de características temporales entre épocas para filtrar etiquetas pseudoetiquetadas no fiables, logrando un rendimiento de vanguardia en múltiples evaluaciones de referencia.

Yang Liu, Ziyang Li2026-10-14
💻 ciencias de la computación

Classification of Limestone Thin-Section Images Based on an Improved MobileNetV3 Incorporating RTEM and MFCM

Este artículo propone un marco de trabajo MobileNetV3 mejorado para la clasificación de imágenes de secciones delgadas de piedra caliza que integra un Módulo de Mejora de Textura de Roca (RTEM) y un Módulo de Complementación de Características de Múltiples Fuentes (MFCM) para abordar eficazmente las variaciones de textura complejas y las características acopladas, logrando un 91,11% de precisión manteniendo un bajo recuento de parámetros.

Tingting Wang, Jianwei Lu, Wanchun Zhao, Ranjith P.G2026-10-14
💻 ciencias de la computación

VIT-DRN-OCAFF: An Optimized Cross-Attention Feature Fusion Framework for Multi- Class COVID-19 and Pulmonary Disease Diagnosis Using Thoracic CT Images

Este estudio propone el marco de trabajo ViT-DRN-OCAFF, el cual integra Vision Transformers, Dilated Residual Networks y un mecanismo de Fusión de Características de Atención Cruzada Optimizada para lograr una precisión del 99.42% en el diagnóstico multiclase de COVID-19 y otras enfermedades pulmonares utilizando un conjunto de datos de 24,860 imágenes de TC torácica.

K Karthikeyan, Geetha B G, M Batumalay2026-10-14
💻 ciencias de la computación

PoincAIré: Classification Learning of Spin-Orbit Dynamical Structures via Poincaré Surface of Section

Poincaré es un conjunto de aprendizaje automático de código abierto que acelera el análisis de estructuras dinámicas de espín-órbita mediante el uso de modelos CNN, ViT y XGBoost para clasificar trayectorias y predecir regímenes dinámicos a partir de superficies de sección de Poincaré con alta precisión, permitiendo así una exploración rápida y de alta resolución de los espacios de parámetros sin la necesidad de una integración numérica costosa de cada trayectoria.

Giovana Ramon, Tiago F. L. L. Pinheiro, Lucas S. Pereira, Othon C. Winter2026-10-14
💻 ciencias de la computación

Portable SIMD Acceleration of Sparse Linear Algebra Libraries on RISC-V

Este artículo presenta una aceleración SIMD de portabilidad de rendimiento de librerías de álgebra lineal dispersa (Ginkgo, PETSc y SLEPc) utilizando Google Highway en hardware RISC-V, evaluando las compensaciones entre portabilidad, programabilidad y rendimiento para guiar la adopción futura en plataformas de ISA abierto emergentes.

Patricia Siwinska, Adrián Castelló, Héctor Martínez, Andrés E. Tomás, Enrique S. Quintana-Ortí2026-10-14
💻 ciencias de la computación

Foreground Sampling and Spatial Support in Pavement Crack Segmentation

Este estudio demuestra que el muestreo agresivo de parches centrado en el primer plano en la segmentación de grietas en pavimentos restringe inadvertidamente el soporte espacial al hacer que grandes porciones de la imagen de entrenamiento sean inalcanzables, un déficit que degrada significamente el rendimiento bajo la normalización por lotes y debe abordarse tratando el muestreo como una regla de selección de datos espaciales en lugar de únicamente como una intervención para el desequilibrio de clases.

Ehsan Ghaffari, Kelvin C.P. Wang2026-10-14
💻 ciencias de la computación

FRAG-Net: An Explainable Computational Intelligence Framework for Imbalanced Financial Risk Early Warning via Conditional Wasserstein GAN and Attention-Based Feature Fusion

Este artículo propone FRAG-Net, un marco de inteligencia computacional explicable que combina la GAN de Wasserstein Condicional para la generación de muestras minoritarias sintéticas, la atención de múltiples cabezales para la fusión de características y SHAP para la interpretabilidad, con el fin de abordar eficazmente el desequilibrio severo de clases en la alerta temprana de riesgos financieros.

Meiling Dong, Tianjiao Sha, Hanwen Zhang2026-10-14
💻 ciencias de la computación

Communication-Efficient and Robust Federated Training of Vision Models on IoT Camera Devices

Este artículo propone un marco de aprendizaje federado robusto y eficiente en comunicación para dispositivos de cámaras de IoT que combina la esparcimiento de gradientes Top-K, la regularización FedProx y la normalización GroupNorm para abordar simultáneamente los cuellos de botella del ancho de banda de subida y la degradación de la precisión causada por las distribuciones de datos no-IID.

Chengjun Li2026-10-14
💻 ciencias de la computación

Explainable and Lightweight Deep Belief Network for Intrusion Detection in Internet of Health Things Using Metaheuristic Optimization

Este artículo propone un Sistema de Detección de Intrusiones explicable y ligero para el Internet de las Cosas de la Salud que combina la normalización Z-score, PCA optimizado por el Algoritmo de Lobo Gris y una Red de Creencia Profunda ajustada mediante el Algoritmo de Optimización de Ballenas con interpretabilidad SHAP/LIME para lograr una alta precisión de detección y una baja sobrecarga computacional en dispositivos de borde.

Abdullah Mujawib Alashjaee, Salahaldeen Duraibi2026-10-14
💻 ciencias de la computación

Enhancing the Computational Efficiency of Aircraft Assembly Simulations Using Deep Learning Warm-Start

Este artículo propone un método de arranque en caliente mediante aprendizaje profundo que utiliza redes neuronales para generar estimaciones iniciales precisas para problemas de programación cuadrática, acelerando significativamente la eficiencia computacional de las simulaciones de ensamblaje de aeronaves dentro de los marcos de gemelos digitales.

Thi Thu Hoai Trinh, Roman Krasnikov, Sergey Lupuleac, Stanislav Baklanov2026-10-14