💻 computer science

A Deep Set-Based Aggregation Approach for Repeated Measurements: Insights from Variable-Length Wearable Device-Measured Physical Activity Data

Este estudio demuestra que la agregación basada en Deep Set que aprovecha la autoatención supera a los métodos tradicionales en el modelado de datos de actividad física de alta frecuencia y longitud variable, al tiempo que sugiere que las estrategias de agregación más simples siguen siendo suficientes para mediciones más estables y de baja frecuencia.

Jaeyoung Park, Suyeon Kang, Ramakanth Yakkanti, Ausberto Velasquez Garcia2026-07-03
💻 computer science

AdapNet-IDS: A Self-Adapting, Interpretable Deep Learning Framework for Real-Time Intrusion Detection

Este artículo presenta AdapNet-IDS, un marco de aprendizaje profundo autoadaptativo e interpretable que integra BiLSTM, atención selectiva y Consolidación de Peso Elástico para lograr una detección de intrusiones de alta precisión y en tiempo real con capacidades de aprendizaje continuo y toma de decisiones transparente en diversos entornos de red.

Nandhini Pari2026-07-03
💻 computer science

Closed-Loop Fairness and Privacy Optimization for Federated Text Classification under Non-IID Data

Este artículo propone FedMOJO, un marco colaborativo de bucle cerrado que integra el aprendizaje de representaciones de bajo rango, la privacidad diferencial y la optimización de equidad-privacidad para equilibrar eficazmente la utilidad, la equidad de grupo y la preservación de la privacidad en la clasificación de textos federada bajo datos no IID.

Lihong Guo, Mingkai Dai, Luogang Zhang, Chao Ma2026-07-02
💻 computer science

Node-Level Fault Monitoring in WSN using Deep Neural Networks with Real-Time Graph Mapping and Performance Analysis

Este artículo propone un marco de aprendizaje profundo que utiliza modelos CNN, RNN y LSTM para detectar fallos a nivel de nodo en Redes de Sensores Inalámbricos basados en características temporales, validados mediante métricas de rendimiento y visualizados a través de una interfaz de mapeo de gráficos en tiempo real.

Manjunatha A S, Venkatramana Bhat P, Ramakrishna M2026-07-02
💻 computer science

A transferable explainable and uncertainty-aware machine learning framework for water quality classification in data-scarce regions

Este estudio propone un marco de aprendizaje automático transferible, explicable y consciente de la incertidumbre para la clasificación de la calidad del agua en regiones con escasez de datos que combina familias de tareas distintas y un modelado robusto para proporcionar una herramienta de apoyo a la decisión cautelosa y reproducible en lugar de un clasificador automático ciego.

Mahoudo Fidèle ASSOGBA, Papin Sourou MONTCHO, Alhassane Diami DIALLO, Kossoko Babatoundé Audace DIDAVI, Adama Moussa SAK (…)2026-07-02
💻 computer science

A Hybrid Metaheuristic for the Family Capacitated Vehicle Routing Problem

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.

Bruno Oliveira, Diogo Lima, Marcos Roboredo2026-07-02
💻 computer science

When Pooling Fails: An Information-Theoretic Ceiling on Object Grounding in Aggregated Planning Agents

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.

Shoryavardhaan Gupta2026-07-02✓ Author reviewed
💻 computer science

Entropy-resolved sensor selection for compact and interpretable temporal multisensor monitoring

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.

Faris A. Kateb, Adel Aboud Bahaddad2026-07-02
💻 computer science

Matrix Product State Engine for FPGA QuantumCircuit Simulation Beyond Five Hundred Qubits.

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.

Nasir Ali Nasir Ali2026-07-02
💻 computer science

Algorithmic Convergence and Performance Guarantees for Virtual Try-On (VTO) Systems under Dynamic Environmental Uncertainties

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.

Elham Rezaei2026-07-02