💻 Category

cs

2354 artículos

💻 computer science

HAG-EUNet: Attention-Guided Deep Learning for Choroid Segmentation and Clinical Biomarker Extraction in Optical Coherence Tomography

El artículo presenta HAG-EUNet, un modelo de aprendizaje profundo híbrido que combina un codificador EfficientNet-B3 con un decodificador U-Net mejorado por transformadores para lograr una segmentación coroidea automatizada y de alta precisión en imágenes de OCT y extraer 32 biomarcadores clínicamente relevantes, superando significativamente a las líneas base de U-Net estándar tanto en precisión como en eficiencia.

Jom Binoy, Gayathri S2026-08-25
💻 computer science

KORAL-Net: Ordered Volumetric Representation and Boundary- Preserving Reconstruction for Three-Phase 3D DCE-MRI Segmentation

KORAL-Net es una arquitectura de segmentación 3D ordenada que separa la representación volumétrica de la reconstrucción de características multiescala para preservar la evidencia de los bordes en la RM con contraste dinámico (DCE-MRI) de tres fases, logrando puntuaciones Dice superiores y una reducción de falsos positivos en comparación con nnU-Net v2 tanto en los conjuntos de datos internos como en los de la cohorte externa I-SPY.

Gaixing Wei, Dezhen Zeng, Da Zeng, Shenglin Qin2026-08-25
💻 computer science

Artificial Neural Expert System based YOLOGen1_{Gen_1} detector for Autonomous Driving Problem

Este artículo propone un Sistema de Conducción Autónoma Universal (UADS, por sus siglas en inglés) que integra un detector YOLOGen1_{Gen_1} evolucionado de alta precisión con un Sistema Experto de Redes Artificiales (ANES) y Modelos de Lenguaje de Gran Escala (LLM) para lograr la detección de objetos y la toma de decisiones autónoma de vanguardia, abordando al mismo tiempo desafíos de complejidad NP-duro en la conducción autónoma.

Maher Helaoui2026-08-25
💻 computer science

Eliminating the Teacher Model: Uncertainty-Driven Data Selection for Resource-Constrained Recovery of Pruned Large Language Models

Este artículo presenta PASER-NLL, un método de selección de datos sin profesor que reemplaza la señal de divergencia KL fallida de los modelos podados con la log-verosimilitud negativa del estudiante para lograr un rendimiento de recuperación superior y ahorros significativos de recursos bajo una poda estructural agresiva.

Xianju Hao, Xiaozhao Fang, Yue Huang, Weijun Lv2026-08-25
💻 computer science

The Largest Robot in the World: Agentic Conversational Control of a Particle Accelerator via MCP and Digital Twin

Este artículo presenta una arquitectura de control asistida por IA para el acelerador de partículas Elettra 2.0 que integra Modelos de Lenguaje de Gran Escala y el Protocolo de Contexto de Modelo dentro de un marco jerárquico para permitir un control supervisado seguro mediante lenguaje natural a través de un Gemelo Digital, logrando tasas de éxito de comandos superiores al 95 % sin acciones inseguras.

R. Pugliese, E. Allaria, A. Bogani, G. Gaio, L. Pivetta, C. Scafuri, L. Zambon, E. Karantzoulis, S. Krecic, G. Kourousia (…)2026-08-25
💻 computer science

Performance Analysis of Neural Network Models Integrating Attention Mechanisms in Translation Alignment Tasks

Este estudio propone un modelo de Memoria a Largo Corto Plazo Bidireccional (BiLSTM) mejorado con Atención de Múltiples Cabezales (MHA) para abordar las limitaciones en la Traducción Automática Neuronal, demostrando un rendimiento superior en la precisión de alineación y en las puntuaciones BLEU y METEOR en comparación con los métodos existentes.

Dandan Wang2026-08-25
💻 computer science

MAL-BAYES-III: Hamiltonian Monte Carlo Posterior Neural-Head Inference for Calibrated Obfuscated Malware Detection in Memory Forensics

Este estudio introduce MAL-BAYES-III, un marco de Bayes parcial que aplica el Monte Carlo Hamiltoniano exclusivamente a una cabeza de clasificación compacta para generar probabilidades calibradas y conscientes de la incertidumbre para la detección de malware ofuscado en forense de memoria, ofreciendo valor diagnóstico y capacidades de revisión selectiva a pesar de no superar al potenciación de gradiente tradicional en precisión bruta.

William Atuahene Agyei, Michael Asante, Kwabena Owusu-Agyemang, Kate Takyi2026-08-25
💻 computer science

Modeling Functional Urban Centrality via Graph Attention Networks and Multi-Source Spatial Data Fusion

Este estudio introduce un marco de Autoencoder de Redes de Atención de Grafos (GAT-AE) no supervisado que fusiona datos geoespaciales de múltiples fuentes con la topología de la red de calles para modelar la centralidad urbana funcional dinámica, demostrando una coherencia espacial superior y la capacidad de identificar fenómenos urbanos no lineales complejos en comparación con los métodos lineales tradicionales.

Rida AZMI, Jérôme CHENAL, Oussama KHARBACH, El Bachir DIOP, Seyid Abdellahi EBNOU ABDEM, Ayoub LAHLOUH, Mariem BOUNABI (…)2026-08-25
💻 computer science

From Reasoning Allocation to Behavioural Specialisation: Boundary Results in Multi-Robot Systems

Este artículo demuestra que, si bien la asignación de razonamiento consciente del resultado es teóricamente valiosa, su implementación práctica en sistemas multirobot está severamente limitada por la escasez intrínseca de oportunidades de alto valor, lo que conduce al colapso del clasificador en los enrutadores aprendidos y falla en producir una verdadera cognición colectiva emergente mediante la delegación o la especialización.

Pouya Mansournia2026-08-25✓ Author reviewed ⓘ
💻 computer science

Hybrid ICA–Local Search for the Multi-Depot Vehicle Routing Problem

Este artículo propone un Algoritmo Competitivo Imperialista híbrido de dos capas combinado con búsqueda local para optimizar simultáneamente las asignaciones de cliente a depósito y las rutas de vehículos para el Problema de Enrutamiento de Vehículos de Múltiples Depósitos, logrando resultados competitivos con brechas de aproximadamente el 2% en los estándares de referencia.

Rafiatun Ferdous Khan Lubaba2026-08-25