💻 Category

cs

3899 artículos

💻 ciencias de la computación

EthnoPulse: A Multi-Task Deep Learning Framework for Traditional Music Emotion Recognition and Online Engagement Prediction

EthnoPulse es un marco de aprendizaje profundo multitarea que modela conjuntamente el reconocimiento de la emoción en la música tradicional y la predicción del compromiso en línea utilizando un entorno de etiquetas parciales con corpus disjuntos, logrando un rendimiento de vanguardia y resaltando la importancia crítica de la evaluación agrupada por composición y del reporte específico por dimensión en el análisis musical transcultural.

Cheng Zhang2026-10-13
💻 ciencias de la computación

Modular Semantic Schema Mapping for Heterogeneous Security Syslogs: Deployability and Cross-Vendor Robustness

Este artículo propone un flujo de trabajo modular de tres etapas para mapear registros de sistema (syslogs) de seguridad heterogéneos a un esquema común, demostrando mediante una evaluación exhaustiva en datos del sector educativo coreano que la combinación de la canonicalización estructural con comparadores semánticos tanto locales como basados en agentes mejora significativamente la precisión del mapeo, al tiempo que revela un compromiso crítico entre la precisión y la latencia de implementación en diferentes entornos de proveedores.

Woohyeok Choi, Hoon Sagong, Young Yoon2026-10-13
💻 ciencias de la computación

Heart disease detection with trust-based authentication framework in Edge-cloud-IoMT using Adaptive Aggregation Multi-scale Fusion Network

Este artículo propone un marco de autenticación basado en la confianza integrado con una Red de Fusión Multiescala de Agregación Adaptativa (AAMF-Net) dentro de una arquitectura de Edge-cloud-IoMT para detectar eficazmente enfermedades cardíacas, logrando una precisión del 96,37% al abordar las limitaciones de recursos en el borde mediante el preprocesamiento avanzado de datos, la selección de características y un modelo de aprendizaje profundo híbrido que combina la autoatención y la fusión multiescala.

Neha Sambhaji Suryavanshi, Suresha D., Amolkumar N. Jadhav, Anushka D. Kadage, Mukesh Kumar Tripathi, Bibhuprasad Sahu2026-10-13
💻 ciencias de la computación

Cross-Platform Interoperable Real-Time Wearable Sensor Data Analysis using Gated Capsule-Transformer Network for Clinical Diagnosis

Este artículo propone un novedoso marco de red Gated Capsule-Transformer (GCT-Net) mejorado mediante la Optimización Metaheurística Selectiva y el Balanceo de Datos Generativo-Sintéticos Integrado para superar los problemas de heterogeneidad de datos, escalabilidad y desequilibrio en la atención médica basada en sensores vestibles, mejorando así significativamente la exactitud, precisión y sensibilidad del diagnóstico clínico en tiempo real.

EZHUMALAI P, J Raja2026-10-13
💻 ciencias de la computación

Code Agents under Split Specifications: An Empirical Study of Silent Failure in System Integration

Este estudio empírico revela que los agentes de código impulsados por modelos de lenguaje extensos fallan frecuentemente de manera silenciosa durante la integración de sistemas cuando faltan hechos críticos en las especificaciones fragmentadas, demostrando que el diseño del flujo de trabajo —específicamente la capacidad de hacer preguntas aclaratorias o de imponer pruebas estrictas— es más crítico que la elección del modelo para prevenir estos errores no detectados.

Camilo Chacón Sartori2026-10-13
💻 ciencias de la computación

An Optimization Framework for Digital Advertising Budget Allocation Based on Multi-Objective Distributed Federated Learning and Cloud Computing

Este artículo propone un nuevo marco de optimización para la asignación del presupuesto de publicidad digital que integra el Aprendizaje por Refuerzo Q Adaptativo Distribucional Federado y el NSGA-II Adaptativo Federado dentro de un sistema distribuido basado en la nube y preservador de la privacidad para maximizar simultáneamente el ROAS, el CTR y la eficiencia de costos, logrando al mismo tiempo una precisión, escalabilidad y retornos económicos superiores en comparación con los métodos existentes.

Saeid Farahabadi, Ameneh Farahani, Mehdi Keramatpour2026-10-13
💻 ciencias de la computación

Meta-Learning-Driven Deep Reinforcement Learning for Green Resource Management in 5G/6G Networks

Este artículo propone un marco de aprendizaje por refuerzo profundo impulsado por meta-aprendizaje que combina MAML y PPO para permitir la rápida adaptación de la orquestación de recursos consciente del consumo energético en redes 5G/6G, logrando mejoras significativas en la eficiencia energética y la reducción de la huella de carbono manteniendo la calidad del servicio.

Mohamed EL Amine Ameur, Bouziane Brik, Mazene Ameur, Sofien Gannouni2026-10-13
💻 ciencias de la computación

GPU-Accelerated Tensor Operations for CKKS-Based CNN Inference on Homomorphically Encrypted Data

Este artículo presenta un marco acelerado por GPU que integra la biblioteca TenSEAL con un backend CUDA personalizado para la biblioteca Troy CKKS, permitiendo una inferencia de CNN cifrada a nivel de tensor eficiente en dispositivos compactos y de borde que supera significativamente tanto a los servidores de CPU de alta gama como a las líneas base de GPU a nivel de operación.

Núria Moreno-Chamorro, Leonel Sousa, Aleksandar Ilić, Maribel Castillo, Manuel F. Dolz2026-10-13
💻 ciencias de la computación

GLaDViT: interpretable gated fusion of frozen vision, text and layout features for document image classification

GLaDViT es un modelo de clasificación de documentos ligero e interpretable que logra una alta precisión mediante la fusión de CLIP congelado, BERT y características de diseño derivadas de Tesseract a través de un cabezal de compuerta entrenable, permitiendo la atribución exacta de las decisiones a cada modalidad individual al tiempo que demuestra que las características de diseño proporcionan un valor complementario significativo a pesar de recibir pesos de compuerta bajos.

Murat Simsek2026-10-13
💻 ciencias de la computación

Validation of a deterministic and reproducible NLP framework for auditable extraction of clinical trial characteristics from PubMed: the MedLitSearch study

El estudio MedLitSearch valida un marco de procesamiento de lenguaje natural determinista, reproducible y auditable para la extracción de características de ensayos clínicos de PubMed, demostrando una alta precisión y fiabilidad a través de la recuperación automatizada, la evaluación comparativa y los conjuntos de datos anotados por expertos, al tiempo que enfatiza la necesidad de la supervisión humana.

Kossi Jean-Jacques Daniel Fianko, Nathalie Bourguignon, Aurélie Cabrespine, Sylvain Mathieu, Florian Martinet-Kosinski (…)2026-10-13