💻 Category

cs

3899 artículos

💻 ciencias de la computación

Gates Instead of Prompts: Development and Methods of a Large-Language-Model Expert System for Root- Cause Analysis in a Steel Foundry

Este artículo presenta un sistema experto determinista y fuera de línea para el análisis de causa raíz en fundiciones de acero que emplea verificación por compuerta, un juez de refutación independiente y restricciones estrictas de evidencia para mitigar las alucinaciones de los modelos de lenguaje de gran tamaño, proponiendo finalmente un modelo de autonomía con intervención humana donde el sistema sugiere hallazgos para la aprobación humana. Cabe destacar que el análisis de referencia utilizado para la comparación y la evaluación mediante el scorecard fue redactado por un modelo de lenguaje de gran tamaño bajo la guía de los autores, por lo que no constituye un informe de un experto independiente.

Miroslav Holčák¹2026-10-14
💻 ciencias de la computación

Adaptive RL-Based Traffic Signal Control with Dynamic Graph Attention and Temporal Awareness under Disruptions

Este artículo propone un marco robusto de Aprendizaje por Refuerzo de Grafos Espacio-Temporales que integra Redes de Atención de Grafos y codificadores temporales basados en Transformers para permitir que los sistemas de control de señales de tráfico multiagente distingan eficazmente entre el ruido transitorio y las perturbaciones persistentes, logrando así un rendimiento superior y una recuperación más rápida de fallos estructurales en comparación con los modelos de referencia del estado del arte.

Wissem Yousfi, Rim Slama, Pierre-Antoine Laharotte2026-10-14
💻 ciencias de la computación

Distributional Bellman Operators with Power-Law Horizon Weights: Contraction and Fixed-Point Analysis

Este artículo establece que los operadores de Bellman distributivos con pesos de ley de potencia de horizonte múltiple arbitrarios son contracciones en la métrica de Wasserstein suprenal pp y preservan la distribución de retorno real como un punto fijo único, proporcionando así una base teórica para incorporar mecanismos de memoria larga en el aprendizaje por refuerzo distributivo.

Yashar Mousavi, Rashin Mousavi, Arash Mousavi, Mahsa Tavasoli, Ibrahim Beklan Kucukdemiral, Afef Fekih, Umit Cali2026-10-14
💻 ciencias de la computación

Confidential Pulse: Authorisation-Preserving Conversational Access to Federated Confidential Government Records

Confidential Pulse es un sistema que permite el acceso conversacional y seguro a registros gubernamentales federados mediante la reconstrucción de respuestas a partir de cargas útiles autorizadas dentro de canales de Hyperledger Fabric, asegurando que, si bien el sistema evita la divulgación de datos fuera de alcance, sigue siendo vulnerable a la filtración de información a través de la prosa generada por el modelo.

Khaled Almi'ani, Camille Zufferey, Salil S. Kanhere, Nur Siyam2026-10-14
💻 ciencias de la computación

Structure-Aware Behavioral Alignment of Large Language Models for Robust Time Series Forecasting

Este artículo presenta TSLLM-BO, un marco de dos etapas que mejora la robustez y la fidelidad estructural del pronóstico de series temporales basado en LLM mediante la combinación de una arquitectura de alineación tiempo-texto con una recompensa compuesta diferenciable y el Recorte de Política Dinámica para superar los desafíos de aplicar el aprendizaje por refuerzo a tareas de predicción continua y de largo horizonte.

Mingliang Hu2026-10-14
💻 ciencias de la computación

Deep Learning-Based Sex Classification and Chronological Age-Group Estimation from Knee Radiographs Using a Multi-Task Framework with Rank-Fusion and Tri-Loss Learning

Este estudio propone un marco de trabajo multitarea basado en aprendizaje profundo que utiliza un Ensamble de Fusión de Rango para la clasificación de sexo y un modelo ConvNeXt-Tiny con una novedosa estrategia de Tri-Pérdida para la estimación de grupos de edad cronológica, logrando una alta precisión en el perfilado demográfico a partir de radiografías de rodilla.

Mehmet Kurt, Zekeriya Katılmış, Selim Kestel, Doğukan Öcal2026-10-14
💻 ciencias de la computación

Teaching LLMs How ICU Physicians Approach Clinical Reasoning Through OMOP-Aligned Retrieval Improves Reasoning Across Clinical Domains

Este artículo presenta ICU-REACT, un conjunto de datos con el clínico en el bucle que entrena a modelos de lenguaje de gran tamaño en el razonamiento experto en la UCI, lo que da como resultado los modelos Clin-REACT, los cuales demuestran una generalización superior a través de diversas tareas de razonamiento clínico en comparación con los modelos de lenguaje de gran tamaño médicos y de propósito general existentes.

Miguel Contreras, Scott Siegel, Subhash Nerella, Jessica Sena, Jiaqing Zhang, Heng Sun, Hruday Tej Akkaladevi, Peiyu Lu (…)2026-10-14
💻 ciencias de la computación

Road Network Partitioning with Distributed Threaded-Parallelism for Large-Scale SUMO Traffic Simulation

Este artículo presenta una arquitectura paralela de dos niveles que combina el paralelismo a nivel de hilo y la ejecución distribuida para acelerar significativamente las simulaciones de tráfico SUMO a gran escala en redes viales complejas, logrando hasta un factor de aceleración de 13,32× al validar la precisión del método e identificar la sincronización global como el principal cuello de botella de la escalabilidad.

Vicente R. Tomás, Iván Monzón-Catalán, Maribel Castillo, Luis A. García2026-10-14
💻 ciencias de la computación

Trustworthy Cross-Organizational Federated Fine-Tuning of Large Language Models via Blockchain Certification and Resilient Object Storage

Este artículo propone un marco de dos capas que desacopla la certificación de metadatos basada en blockchain del almacenamiento fragmentado fuera de la cadena para permitir el ajuste fino federado de modelos de lenguaje de gran tamaño entre organizaciones de manera confiable, rentable y verificable sin comprometer la privacidad de los datos ni la integridad del modelo.

Xiaoli Li, Yuhang Chen, Beiqiang Wang, Lin Zhou, Zhao Wu2026-10-14
💻 ciencias de la computación

Don’t Stop the Curious Neighbor: From Local Beliefs to Network-Wide Inference

Este artículo propone un método de "aprendizaje social consciente de clústeres" descentralizado que permite a los agentes en redes de detección heterogéneas inferir con precisión estados ocultos globales utilizando únicamente mediciones locales e intercambios con vecinos, reduciendo así la sobrecarga de comunicación mientras se mantiene una toma de decisiones confiable.

Malek Khammassi, Vincenzo Matta, Ali H. Sayed2026-10-14