💻 ciência da computação

Probabilistic Artificial Intelligence Framework for Data Association in Distributed Multi-Sensor Space Object Tracking under Sparse Measurement Regimes

Este artigo propõe um novo framework de IA probabilística que integra Redes de Atenção em Grafos, Transporte Ótimo diferenciável, Aprendizado por Reforço e Neural ODEs para resolver eficientemente a associação de dados e o escalonamento de radar adaptativo para o rastreamento distribuído de objetos espaciais multissensor sob regimes de medição esparsos, superando métodos tradicionais como JPDA e MHT, sendo lançado como um kit de ferramentas de código aberto para implantação no mundo real.

Mehar Taj, Zabiha Khan2026-09-29
💻 ciência da computação

HSA-PaperRank: Semantic-structural alignment for influence-oriented academic paper ranking

Este artigo propõe o HSA-PaperRank, um framework de fusão semântico-estrutural heterogênea que integra aprendizado contrastivo baseado em PaperBERT, um Transformer de grafo heterogêneo politokenizado e um módulo de pontuação orientado à influência para classificar efetivamente artigos acadêmicos ao capturar conjuntamente semântica textual, estruturas relacionais complexas e potencial de difusão de conhecimento.

Mingjie Zhang, Yuantao Kou, Guojian Xian, Dandan Zhang, Lingshan Yang, Xiao Yang, Tao Wang, Ruixue Zhao2026-09-29
💻 ciência da computação

An Augmented Structured Evidence Retrieval Framework for Generating Chemical Accident Emergency-Response Plans Using a Large Language Model

Este artigo propõe o HKRE-ARG, um framework hierárquico de recuperação de caminhos de chave e avaliação aprimorada que integra conhecimentos heterogêneos de segurança química com um mecanismo de feedback de ciclo fechado para melhorar significativamente a credibilidade, a conformidade regulatória e a confiabilidade de planos de resposta a emergências gerados por grandes modelos de linguagem para acidentes químicos.

laijun zhao, yanglin Gao, lixin zhou, huiyong Li, pingle Yang2026-09-29
💻 ciência da computação

Seeing What Matters: Visual Evidence-Guided Learning for Improving Egocentric Reasoning (ChinaMM 2026)

Este artigo propõe o Visual Evidence-Guided Learning (VEGL), um framework unificado que aprimora o raciocínio egocêntrico em grandes modelos de visão-linguagem ao combinar aquecimento supervisionado, filtragem bidirecional e Aprendizado por Reforço Contrastivo Fundamentado para priorizar evidências visuais confiáveis sobre vieses linguísticos ou contextos irrelevantes.

RuoHuai Xie, Shenshen Li, Guangji Huang, Xing Xu, Wenrong Zhang2026-09-29
💻 ciência da computação

A Standardized Blockchain Framework for Scalable Healthcare Data Management and Access Control

Este artigo propõe uma estrutura de blockchain padronizada que integra uma camada de normalização de dados com um mecanismo de controle de acesso descentralizado usando DIDs e contratos inteligentes para enfrentar desafios de interoperabilidade e segurança em ecossistemas fragmentados de dados de saúde, estabelecendo uma fundação arquitetônica para implementação e avaliação futuras.

Prince Arora2026-09-29
💻 ciência da computação

Value-Aware Heterogeneous Attention AI for E-Commerce Installment-Financing Prediction

Este estudo introduz a Rede de Financiamento Heterogênea Consciente de Valor (VHFN), uma arquitetura de IA que prevê eficazmente o financiamento parcelado no e-commerce ao integrar o aprendizado neural específico de canais, a otimização sensível ao valor e mecanismos de atenção interpretáveis para superar modelos convencionais em calibração e relevância de decisão econômica usando dados de transações do mundo real.

Xiaoting Yin, Wenwu Tan, Tian Tian2026-09-29
💻 ciência da computação

Adversarial Attacks on Artificial Intelligence Models: Defence Strategies, Datasets, Evaluation Metrics, and Future Research Directions

Este levantamento aborda a interseção crítica entre cibersegurança e inteligência artificial ao analisar 1.000 artigos de pesquisa para identificar 12 novos ataques adversários, avaliar estratégias de defesa e delinear direções de pesquisas futuras para mitigar ameaças a sistemas de segurança impulsionados por IA.

Hassan Mansur Hussien, Sharifah Md Ya, Nur Izura Udzir, Mohd Izuan Hafez Ninggal, Mustafa Thamer Wafeeq, Saba I Jawad2026-09-29
💻 ciência da computação

CTGAN Based Real Time Anomaly Detection for Enhanced Cybersecurity in Agriculture 5.0

Este artigo propõe uma estrutura baseada em CTGAN que gera tráfego de rede sintético de alta fidelidade para treinar sistemas de detecção de anomalias robustos, alcançando precisão superior e resistência ao ruído para a cibersegurança em tempo real em ambientes de Agricultura 5.0.

C. Senthilkumar, B. Subbulakshmi, Manikandan Thirumalaisamy, Ramesh Shunmugam, M. Arvindhan2026-09-29