💻 Category

cs

3900 artículos

💻 ciencias de la computación

Reporting of AI and ML Studies in Elderly Care Settings: A Rapid Systematic Scoping Review

Esta revisión de alcance rápida de 69 estudios de IA y aprendizaje automático en entornos de cuidado de personas mayores revela que las prácticas actuales de reporte priorizan el desarrollo técnico de modelos sobre consideraciones esenciales a nivel de sistema, tales como la validación externa, la cuantificación de la incertidumbre y los detalles de despliegue contextual, lo que sugiere que las directrices existentes de IA médica son insuficientes para las complejidades del cuidado de personas mayores.

Jonas Schropp, Katja Bochtler2026-10-11
💻 ciencias de la computación

Privacy-Preserving Machine Learning from Storage to Inference: Integrating Authenticated Encryption with Fully Homomorphic Encryption

Este estudio demuestra que la integración del almacenamiento autenticado AES-256-GCM con el cifrado totalmente homomórfico permite una inferencia de aprendizaje automático segura y de extremo a extremo con una pérdida mínima en la precisión predictiva, a pesar de la significativa sobrecarga computacional en comparación con el procesamiento en texto plano.

Kunene Mthokozisi¹, Ochieng Tony Blair¹, Fred Paul Mark Jjunju¹, Denis Bbosa²2026-10-10
💻 ciencias de la computación

DamageArbiter: A Multimodal Arbitration Framework for Disaster Damage Assessment from Street-View Imagery

Este estudio presenta DamageArbiter, un marco de arbitraje multimodal que mejora la precisión y la fiabilidad de la evaluación de daños por desastres basada en vistas de calle mediante el aprovechamiento de un metaclasificador para resolver los desacuerdos de los modelos, mejorando así significativamente el rendimiento de la clasificación y reduciendo los errores de sobreconfianza en comparación con las líneas base unimodales y multimodales existentes.

Yifan Yang, Lei Zou, Wenjing Gong, Kani Fu, Zongrong Li, Siqin Wang, Bing Zhou, Heng Cai, Hao Tian2026-10-09
💻 ciencias de la computación

Exact Shapley Explanations for Quantum-Kernel Survival Models: A Three-Cohort Breast-Cancer Recurrence Study

Este estudio demuestra que los modelos de supervivencia de kernel cuántico para la recurrencia del cáncer de mama pueden explicarse exactamente mediante valores de Shapley debido a su codificación de pocos cúbits, al tiempo que revela que su rendimiento predictivo es estadísticamente comparable al de los kernels clásicos de base radial y robusto al ruido, lo que sugiere que su principal valor práctico reside en la interpretabilidad más que en una precisión superior.

Bhanwar Gupta, Sanjeev Rana2026-10-09
💻 ciencias de la computación

A Radius-Decoder-assisted Constrained Multi-Objective Evolutionary Algorithm for Probabilistic Strong Barrier Coverage in Multimedia Wireless Sensor Networks

Este artículo propone RDC-MOEA, un algoritmo evolutivo multiobjetivo con restricciones asistido por decodificador de radio que optimiza simultáneamente la activación de sensores y el consumo de energía para la cobertura de barrera fuerte probabilística en redes de sensores inalámbricos multimedia mediante la evolución de patrones de activación binarios y el uso de un decodificador especializado para construir radios de detección adaptativos, logrando así un rendimiento y una robustez superiores en comparación con las variantes existentes.

Nguyen Thi My Binh, Nguyen Quang Huy, Nguyen Thi Hue, Dao Khac Hoang Vu, Ho Viet Duc Luong2026-10-09
💻 ciencias de la computación

Geometry-aware attention for robust visual odometry

Este artículo propone DDI-VO, una novedosa arquitectura de odometría visual monocular de extremo a extremo que unifica los métodos densos y dispersos mediante un mecanismo de atención consciente de la geometría y un aprendizaje curricular geométrico para lograr una robustez superior en condiciones desafiantes manteniendo al mismo tiempo una precisión competitiva.

Hudson Bruno, Kleber Cabral, Sidney Givigi, Esther Colombini2026-10-09
💻 ciencias de la computación

Auditable Federated Learning for Multimodal Brain Tumor Classification under Label Skew and Client Dropout

Este estudio propone un marco de aprendizaje federado auditable que mantiene una alta precisión y puntuaciones F1 para la clasificación de tumores cerebrales multimodales bajo estresores clínicos realistas como el sesgo de etiquetas y la desconexión de clientes, al tiempo que introduce la auditoría de pesos a nivel de ronda para proporcionar visibilidad forense sobre la evolución del modelo que las métricas convencionales omiten.

Thiruvenkadam T, Sivakumar N, Emerson Raja2026-10-09
💻 ciencias de la computación

Systematic Design of Lightweight CNNs for sEMG Hand Gesture Classification on Embedded Systems

Este artículo propone una metodología sistemática utilizando el diseño experimental D-óptimo y la optimización de Pareto para desarrollar redes neuronales convolucionales de convolución depthwise separable altamente eficientes y ligeras que alcancen una precisión de vanguardia en el reconocimiento de gestos manuales basado en sEMG, reduciendo drásticamente los costos computacionales para su despliegue en sistemas embebidos con recursos limitados.

Arturo A. Marquez Carranza, Eduardo Moreno-Barbosa, Moisés Arredondo-Velázquez2026-10-09
💻 ciencias de la computación

Affine Encryption and Adaptive Single-Neighbor Prediction for High-Capacity Reversible Data Hiding in Encrypted Images

Este artículo propone un esquema de ocultación de datos reversible de alta capacidad para imágenes cifradas que combina el cifrado afín por bloque con un predictor de vecino único adaptativo para preservar el espacio de incrustación mientras se desordena la varianza del bloque, logrando así tasas de incrustación significativamente más altas y eliminando la necesidad de la separabilidad basada en la varianza en comparación con los métodos existentes.

Ngoc Hung Nguyen, Van At Pham2026-10-09
💻 ciencias de la computación

A Hybrid AI-DEMATEL Model for Causal Analysis of Blockchain-Enabled Secure Communication and Privacy Risks in Access Control of Connected Autonomous Vehicles

Este estudio emplea un modelo híbrido AI-DEMATEL para analizar las relaciones causales y los compromisos entre los beneficios de seguridad y los riesgos de privacidad en los sistemas de control de acceso basados en blockchain para vehículos autónomos conectados.

Kevin Thomas, Bathrinath Sankaranarayanan, Uthayakumar M2026-10-09