💻 ciencias de la computación

A-Str: Acyclic String Constraint Solver withNative Java String API Support

Este artículo presenta A-Str, un resolvedor de restricciones de cadenas basado en autómatas acíclicos que soporta nativamente las API de Java String para resolver de manera eficiente y robusta benchmarks complejos de verificación y ejecución simbólica dinámica de Java, superando a las herramientas existentes en tareas específicas de Java mientras se mantiene competitivo en los benchmarks estándar de SMT-LIB.

Nathanael Steven, Elena Sherman2026-10-12
💻 ciencias de la computación

Establishing AI State of Control: An Error Taxonomy and Assurance Framework for Transformer-Based Probabilistic Systems in Regulated Life Sciences

Este artículo propone una novedosa Taxonomía de Errores Probabilística Bidimensional y un marco de aseguramiento integrado que cierra la brecha entre la gestión de riesgos determinista tradicional y los fallos estocásticos únicos de la IA basada en transformadores, permitiendo que las ciencias de la vida reguladas mantengan un estado de control continuo mediante una clasificación de errores refinada, el filtrado de irreducibilidad y la alineación con los ciclos de vida de validación de la FDA.

Kayla Britt2026-10-11
💻 ciencias de la computación

MESNet: A Lightweight Transformer-CNN Collaborative Network with Morphology Awareness for Glioma Segmentation

Este artículo propone MESNet, una red colaborativa ligera de Transformer-CNN que integra la conciencia del borde morfológico y de la forma para lograr una segmentación de gliomas precisa y eficiente con errores de contorno y costos computacionales reducidos.

Jia Tan, Xi Guo, Chengqun Ma, Zihong Wang, Jinchuan Han, Maiyan Cui, Shengting Zhou, Xianju Yuan, Haitao Guo2026-10-11
💻 ciencias de la computación

Hybrid Intelligence for Root-Cause Analysis in Manufacturing: An Adaptive Knowledge-Driven Decision-Support Framework

Este estudio propone y valida un marco híbrido de soporte a la decisión basado en el conocimiento que integra la recuperación semántica, el conocimiento de ingeniería basado en FMEA y la evaluación de contexto basada en Ishikawa con un modelo LightGBM para lograr una identificación de causa raíz de alta precisión en la manufactura, reduciendo eficazmente el número de hipótesis que los expertos deben investigar mientras mantiene la robustez frente a datos ruidosos.

Marialuisa Menanno, Antonio Bruno, Carlo Riccio, Matteo Mario Savino2026-10-11
💻 ciencias de la computación

Human Perceptions Compared to Large Language Models on the Future of Artificial Intelligence: A Phenomenological Comparative Study

Este estudio comparativo fenomenológico revela que, si bien las percepciones humanas y las proyecciones de los Modelos de Lenguaje de Gran Escala (LLM) sobre un futuro post-singularidad difieren inicialmente en su vocabulario, despojar a los LLM de los protocolos de cortesía del RLHF corporativo expone sus narrativas más fatalistas, las cuales se alinean posteriormente con las preocupaciones humanas y resaltan riesgos de control significativos respecto a la desinformación y la soberanía cognitiva.

Matthew Lammi, Anthony Bedford, Declan Humphreys2026-10-11
💻 ciencias de la computación

Artificial Intelligence for Tooth Numbering and Full-Mouth Series Placement

Este estudio presenta un flujo de trabajo de aprendizaje profundo que utiliza la detección de objetos orientados y redes neuronales siamesas que logra una alta precisión en la numeración automatizada de dientes y la ubicación de radiografías de serie completa, potencialmente optimizando los flujos de trabajo de diagnóstico dental.

Britney Nguyen, Kearny Chang, Yi Liu, Nikola Angelov, Ming-Feng Chang, Aaron Glick, Hsiu-Wan Meng, Celine Sheng, Sally S (…)2026-10-11
💻 ciencias de la computación

A Systematic Literature Review of Machine Learning-Based Person and Scene Analysis Using Eye-Reflected Images

Esta revisión sistemática de la literatura analiza críticamente las técnicas de aprendizaje automático para el análisis de personas y escenas mediante imágenes reflejadas en el ojo, sintetizando 12 estudios primarios para proponer una taxonomía de investigación, identificar brechas clave y delinear direcciones futuras para este campo emergente.

Mohammad Ala Uddin Azad, Ali Reza Alaei, Prithwi Chakraborty, Golam Sorwar2026-10-11
💻 ciencias de la computación

Explainable Machine Learning-Based Diabetes Prediction Using Clinical Features: A Comparative Evaluation of Ensemble and Boosting Algorithms A Comparative Study with Explainable Artificial Intelligence Analysis

Este estudio evalúa y compara cinco algoritmos de aprendizaje automático, incluyendo modelos optimizados de ensamble y de boosting, en el conjunto de datos de Pima Indians Diabetes para predecir el riesgo de diabetes, identificando al Random Forest optimizado como el modelo más preciso y utilizando el análisis SHAP para confirmar que la glucosa, el IMC y la edad son los factores predictivos clave.

Anisur Rahman2026-10-11
💻 ciencias de la computación

HEEH-V1: an open-source DICOM research viewer with reproducible quantitative imaging workflows: technical validation

Este artículo presenta HEEH-V1, un visor de investigación DICOM de código abierto, y valida sus flujos de trabajo de imagen cuantitativa mediante pruebas rigurosas contra software de referencia y datos de fantomas, confirmando su reproducibilidad al notar explícitamente que estos resultados no establecen el desempeño clínico ni el cumplimiento regulatorio total.

MOHAMAD YOUSEF HEEH2026-10-11