💻 ciencias de la computación

3D Gaussian Splatting Data Compression via Adaptive Residual Quantization and Error Compensation

Este artículo presenta ARQEC, un novedoso marco de compresión de Gaussian Splatting 3D que logra una reducción de almacenamiento significativa (hasta 157×\times) y una fidelidad mejorada sobre los métodos existentes mediante el empleo de cuantización vectorial residual adaptativa, compensación de error sensible al contexto y optimización de tasa-distorsión basada en renderizado.

Chenyang Zhao, Yang Zhou, Xiaofeng Huang, Haibing Yin2026-10-08
💻 ciencias de la computación

Federated Learning-Based Cyberattack Detection for Smart Grid Communication Networks

Este estudio propone HA-FedIDS, un marco de aprendizaje federado que aborda la heterogeneidad de los clientes y la privacidad de los datos en las redes de redes inteligentes mediante la combinación de características físicas y cibernéticas para lograr una detección de ciberataques de alta precisión, superando al mismo tiempo a los métodos descentralizados convencionales.

Udit Mamodiya, Indra Kishor, Pellakuri Vidyullatha, Mansour Obeidat, Abdelsamie Eltayeb Tayfor, Ibrahim Elamin2026-10-08
💻 ciencias de la computación

BOP-Distrib++: Local Symmetry Discovery for 6D Pose Benchmarking Under Visual Ambiguities

Este artículo presenta BOP-Distrib++, un nuevo marco de evaluación que redefine la evaluación de la pose 6D mediante el descubrimiento automático de simetrías locales para generar distribuciones de pose por imagen, permitiendo así una evaluación más precisa de los métodos de estimación de pose única y multimodales bajo ambigüedades visuales.

Boris Meden, Steve Bourgeois, Vincent Lepetit, Asma Brazi, Fabrice Mayran de Chamisso2026-10-08
💻 ciencias de la computación

An Interpretable Multimodal Benchmarking Framework for Resource-Efficient Medical Image Classification

Este artículo propone y evalúa un marco de evaluación multimodal eficiente en recursos e interpretable que combina modelos visuales y textuales ligeros para lograr una precisión y explicabilidad superiores en la clasificación de imágenes médicas en comparación con los modelos de modalidad única y las bases de referencia a gran escala, lo que lo hace particularmente adecuado para entornos clínicos de bajos recursos.

Rupesh Kumar Sah, Shivendu Mishra, Rajiv Misra, T. N. Singh2026-10-08
💻 ciencias de la computación

Vision-Modulated Soft-Part-Aware Mamba for Video-Based Visible-Infrared Person Re-Identification

El artículo propone VM-SPMamba, un marco progresivo para la reidentificación de personas visible-infrarroja basada en video que aprovecha la codificación espacial de partes suaves modulada por visión y el Mamba temporal bidireccional por partes para modelar eficazmente las discrepancias de la multimodalidad cruzada y la evolución temporal, logrando un rendimiento de vanguardia en conjuntos de datos de referencia.

Chenxi Ma, Ji Zhang, Zongyuan Ding, Hongyuan Wang, Dike Chen2026-10-08
💻 ciencias de la computación

A Novel Fuzzy Hybrid Deep Learning Architecture for Spatiotemporal PM2.5 Prediction

Este estudio propone una novedosa arquitectura Fuzzy Transformer-CNN-GRU que integra datos meteorológicos, satelitales y urbanos con una desfuzzificación adaptativa a la incertidumbre para lograr un pronóstico de PM2.5 de un día de antelación altamente preciso, estable y computacionalmente eficiente en Teherán, superando a siete modelos de referencia con un RMSE de 0.73 µg/m³.

Yasser Ebrahimian Ghajari2026-10-08
💻 ciencias de la computación

Attention-Enhanced Hybrid Deep Learning for Effective and Deployable SMS Spam Detection

Este estudio propone y despliega un modelo alojado en la nube de tipo CNN+BiLSTM+Attention que logra una precisión de detección de spam en SMS superior (96.83%) y mayor seguridad en comparación con los enfoques tradicionales e híbridos de aprendizaje profundo, demostrando la efectividad de los mecanismos de atención en la creación de soluciones de filtrado de spam prácticas y desplegables.

Robel Mamo2026-10-08
💻 ciencias de la computación

Multi-Criteria Feature Subset Selection for Credit Card Fraud Detection Under Class Imbalance

Este artículo demuestra que, en el conjunto de datos de fraude con tarjetas de crédito ULB, un subconjunto compacto de 15 características derivado de una estrategia de clasificación multimetódica permite una detección de fraude de alto rendimiento a través de varios clasificadores sin la necesidad de sobremuestreo SMOTE, ya que los modelos entrenados con la distribución de clases natural superan consistentemente a aquellos entrenados con SMOTE cuando se evalúan con umbrales adecuadamente ajustados.

Abdullah Md Raihan2026-10-08
💻 ciencias de la computación

Bridging Cybersecurity Expertise Gaps through Human-LLM Collaboration: Trust, Reliance, and Design Imperatives from a Mixed-Methods Study

Este estudio de métodos mixtos con 58 profesionales de la ciberseguridad revela que, si bien la colaboración entre humanos y LLM mejora la precisión del triaje, el grado de dependencia de los consejos de la IA varía significativamente según la transparencia de la tarea, lo que conduce a imperativos de diseño específicos para la construcción de asistentes de ciberseguridad confiables y conscientes del contexto que mitiguen el sesgo de automatización y apoyen un juicio humano calibrado.

Shahroz Tariq, Ronal Singh, Mohan Baruwal Chhetri, Surya Nepal, Cecile Paris2026-10-08
💻 ciencias de la computación

Hajj Traffic Lessening: Smart Transportation System Using Smart Contracts and IoT Based on Blockchain

Esta tesis propone y evalúa el marco de trabajo del Contrato Inteligente de Ventana de Tiempo Ritual (RTWSC, por sus siglas en inglés), un sistema de transporte inteligente integrado que combina contratos inteligentes basados en blockchain, datos de IoT y el uso compartido de vehículos eléctricos para reducir significativamente la congestión del tráfico, las emisiones y los tiempos de espera, mejorando al mismo tiempo la equidad en la asignación para los peregrinos del Hajj.

Abdullah Q Alruwaili, Amr M Sauber, Hatem S Abdulkader2026-10-08