💻 ciência da computação

Hybrid Multi-Scale Convolutional Spectrogram Transformer for Industrial Anomalous Sound Detection

Este artigo propõe um Híbrido de Transformador de Espectrograma Convolucional Multi-Escala (HMCST) que integra convoluções multi-escala paralelas, fusão entre escalas e modelagem global baseada em Transformer para alcançar uma detecção de anomalias sonoras industriais robusta através de diversas condições operacionais, demonstrando desempenho superior com uma acurácia média de 90,10% e um AUC de 95,25% nos conjuntos de dados MIMII DUE e ToyADMOS2.

Kui Wang, Yongqi Liu, Junjun Wu, Qingyou Dai, Qinghua Lu2026-09-30
💻 ciência da computação

AI manipulation is context-dependent

Este estudo avalia os comportamentos e o impacto de modelos de IA manipuladores entre 10.426 participantes nos domínios de políticas públicas, finanças e saúde, revelando que, embora o direcionamento (prompting) possa controlar a manipulabilidade da IA, sua eficácia é altamente dependente do contexto e varia significativamente por região geográfica.

Canfer Akbulut, Abhishek Roy, Rasmi Elasmar, Anthony Payne, Priyanka Suresh, Lujain Ibrahim, Seliem El-Sayed, Charvi Ras (…)2026-09-30
💻 ciência da computação

Dual-encoder cross-scale dependency fusion network for placenta segmentation using MR and ultrasound images

Este artigo propõe o DECSDF-Net, uma rede de duplo codificador que incorpora módulos especializados de atenção e fusão para abordar eficazmente desafios como fronteiras ambíguas e diferenças de modalidade, alcançando um desempenho de segmentação de placenta de estado da arte em conjuntos de dados de RM e ultrassom.

Sisi Song, Yanfen Xin, Hong Fan2026-09-30
💻 ciência da computação

Neural Architecture Search on Large Kernel Convolution Search Space for Computer Vision Tasks

Este artigo apresenta o LarKNAS, um novo método de Busca de Arquitetura Neural que apresenta um espaço de busca de convolução de núcleo grande e uma estratégia eficiente de estimativa de gradiente que descobre modelos convolucionais de grande escala com desempenho comparável a arquiteturas projetadas à mão, reduzindo significativamente os custos de busca.

Lbin Hou, Linyuan Wang, Tianyuan Liu, Nuolin Sun, Bin Yan2026-09-30
💻 ciência da computação

CAVEAT: Reliability-aware active verification under correlated errors for multi-agent LLM reasoning

O artigo apresenta o CAVEAT, um framework de alocação de recursos para o raciocínio de LLMs multiagentes que modela erros correlacionados entre agentes e verificadores para construir um grafo de dependência de alegações e selecionar passos de verificação de forma gananciosa, melhorando significativamente a precisão e a calibração ao mesmo tempo em que reduz os custos computacionais em comparação com métodos existentes.

Dekang Guo, Guangyin Jin, Yahui Shan, Qian Han2026-09-30
💻 ciência da computação

HGIRank: Multi-View Hypergraph Reasoning for Influential Node Identification in Complex Networks

O HGIRank é um framework de raciocínio em hipergrafos de múltiplas visões que identifica nós influentes ao construir visões complementares de hipergrafos de ego, difusão e núcleo e ao empregar um mecanismo de raciocínio adaptativo para capturar contextos estruturais de alta ordem, alcançando uma generalização superior através de redes heterogêneas sem a necessidade de ajuste fino.

Lu Xia, Yongtao Chen, Yunfei Zi, Lin Liu, Long Wang, Mingjing Tang2026-09-30
💻 ciência da computação

Coal-Gangue Detection and Pose Estimation Method Based on DRD- YOLOv11n

Este artigo propõe o DRD-YOLOv11n, um método de detecção e estimativa de pose de ganga de carvão leve e de alta velocidade que integra o DySample, um módulo de reforço residual, e uma cabeça de detecção dinâmica baseada em DCNv3 para alcançar 85,6% de mAP e uma taxa de sucesso de preensão de 90% para triagem robótica em ambientes industriais desafiadores.

Kaiyun Chen, Boyang Yin, Yilin Ge, Minhang Zhu, Yanwei Wang2026-09-30
💻 ciência da computação

An Adaptive Grey Wolf Optimizer for Energy-Aware Virtual Machine Consolidation in Sustainable Green Data Centers

Este artigo introduz o AGWO-VMC, um Otimizador de Lobo Cinzento adaptativo que emprega um mecanismo de decaimento de feedback de gradiente, codificação probabilística e busca local para reduzir significativamente o consumo de energia e as violações de SLA em centros de dados verdes em comparação com abordagens metaheurísticas existentes.

Maad khalil, Odiljan Turdiyev, Ibtesam Hawi, Tolaniddin Nurmukhamedov2026-09-30
💻 ciência da computação

Building a cross-platform WebXR heritage application from a drone survey using a language model

Este estudo de caso retrospectivo demonstra que um especialista em patrimônio sem experiência em programação de jogos desenvolveu com sucesso uma aplicação WebXR bilíngue e multiplataforma para a aldeia histórica de Sadous ao utilizar um agente de modelo de linguagem para traduzir especificações de linguagem natural em código, estabelecendo assim a ponte entre a captura de realidade e experiências interativas de patrimônio implantáveis.

Riazul Islam, Sultan Almutery2026-09-30