💻 Category

cs

3615 artigos

💻 ciência da computação

Classifying Breast "Illmours from Cell-Nucleus Measurements with Machine Learning: A Leakage-Free Comparison of Feature Sets for Al-Assisted Decision Support

Este artigo avalia quatro modelos de aprendizado de máquina no conjunto de dados Wisconsin Diagnostic Breast Cancer utilizando validação cruzada livre de vazamento para demonstrar que um conjunto compacto de 10 medições de núcleo de núcleo alcança um desempenho diagnóstico comparável ao uso de todos os 30 recursos disponíveis, sugerindo que a complexidade adicional oferece, no máximo, um ganho marginal e estatisticamente não confirmado.

KARTIK PHOPASE2026-10-27
💻 ciência da computação

Calibration and Threshold Selection of Machine Learning Classifiers for Breast Tumour Diagnosis: A Decision-Support Study for Al-Driven Clinical Screening

Este estudo avalia o desempenho, a calibração e a seleção de limiares de quatro classificadores de aprendizado de máquina no conjunto de dados Wisconsin Diagnostic Breast Cancer, revelando que, embora os modelos alcancem alta acurácia e AUC, sua calibração de probabilidade varia conforme o algoritmo e que o alcance de limiares de sensibilidade pretendidos permanece incerto devido aos tamanhos de amostra limitados, destacando considerações críticas para o suporte à decisão clínica impulsionado por IA.

KARTIK PHOPASE2026-10-27
💻 ciência da computação

PhantomShield: A Reinforcement Learning–Based AI Defense System for Real-Time Attack Detection and Self-Retraining

O PhantomShield é um sistema de detecção de intrusão adaptativo e em tempo real que utiliza aprendizado por reforço e inteligência de honeypot para detectar e bloquear autonomamente novas ameaças cibernéticas com alta precisão e baixa latência, apresentando, ao mesmo tempo, capacidades de retreinamento automático e mecanismos de segurança contra falhas para ambientes com restrição de recursos.

Md. Abu Bakar Siddik, A. H. M. Saifullah Sadi, Md Shohel Sayeed, Md Abir Khan2026-10-27
💻 ciência da computação

A Statistically Rigorous, Held–Karp- and LKH-Validated Empirical Evaluation of a Classical 2-opt + Or-opt Local Search Pipeline for the Euclidean Traveling Salesman Problem

Este artigo fornece uma avaliação empírica estatisticamente rigorosa, validada por Held–Karp e LKH, de um pipeline clássico de vizinho mais próximo, 2-opt e Or-opt para o TSP euclidiano, demonstrando sua melhoria significativa em relação ao 2-opt isolado e sua proximidade consistente com os limites de otimalidade certificados através de instâncias sintéticas e do mundo real.

Mohamad Fatahi, Hamzeh Barati²2026-10-27
💻 ciência da computação

Allocating cognitive work across people, language models and deterministic tools: A task-analytic method

Este artigo propõe um método de análise de tarefas para alocar o trabalho cognitivo entre pessoas, modelos de linguagem e ferramentas determinísticas dentro de uma estrutura de observar-orientar-decidir-agir, demonstrando, por meio de experimentos sintéticos de tanque-junta, que esta abordagem em camadas melhora significativamente a precisão e a eficiência das decisões, ao mesmo tempo em que reserva as escolhas normativas para supervisores humanos.

Simon Vajda2026-10-26
💻 ciência da computação

Finding My Way: A Comprehensive Evaluation of Auditory Cues for Outdoor Augmented Reality Navigation

Este estudo avalia cinco categorias de pistas auditivas para navegação em realidade aumentada ao ar livre no Meta Quest 3, constatando que as pistas preferidas individualmente superam significativamente as alternativas não preferidas em métricas fundamentais de experiência do usuário, ao mesmo tempo em que revela associações limitadas, porém notáveis, entre as características dos participantes e a percepção das pistas.

Sina Hinzmann, Francesco Vona, Tanja Kojic, Juliane Henning, Mohamed Amer, Jan-Niklas Voigt-Antons2026-10-26
💻 ciência da computação

Relational Explainability of Brain Tumor MRI: Linking Classification Attention to Tumor Masks

Este artigo propõe um novo framework de explicabilidade relacional que valida quantitativamente a correspondência espacial entre os mapas de atenção de classificação Grad-CAM++ e as regiões tumorais segmentadas em RM cerebral, revelando que, embora os mapas de atenção alcancem uma cobertura tumoral substancial, eles exibem menor precisão espacial, demonstrando, assim, seu papel complementar à segmentação anatômica para aumentar a transparência e a confiabilidade da IA médica.

Ripa Akter, Md. Abdul Awal2026-10-26
💻 ciência da computação

Text-to-image models globally default to male, enforce gender stereotypes, and penalize female and nonbinary representations

Este estudo apresenta a maior análise global de modelos de texto para imagem, revelando que eles recorrem sistematicamente a representações masculinas, impõem estereótipos de gênero rígidos e marginalizam identidades não binárias, amplificando, assim, os vieses de gênero estruturais e causando danos psicológicos a grupos sub-representados.

Genevieve Smith, Leander Girrbach, Vongani Maluleke, Sidhika Balachandar, Zeynep Akata, Stephan Alaniz2026-10-26
💻 ciência da computação

SynthEHR-DP: Clinically Valid Electronic Health Record Synthesis with Differential Privacy Guarantees

O artigo apresenta o SynthEHR-DP, uma nova estrutura generativa que combina um Codificador de Tipos Mistos, um Transformer Temporal e um Autoencoder Variacional Condicional com treinamento de Privacidade Diferencial e uma Camada de Restrição Clínica pós-hoc para produzir Registros Eletrônicos de Saúde sintéticos, clinicamente válidos e preservadores de privacidade, que alcançam o estado da arte no equilíbrio entre privacidade e utilidade.

Kishore Arul2026-10-26
💻 ciência da computação

SpineFusion for plane aware local and global MRI classification of multiple sclerosis and myelitis

O artigo apresenta o SpineFusion, um modelo de aprendizagem profunda de codificador duplo que integra características de RM locais e globais via atenção cruzada bidirecional e embeddings de plano para alcançar alta precisão na classificação de esclerose múltipla e mielite através de múltiplos conjuntos de dados, ao mesmo tempo em que observa a necessidade de validação externa agrupada por pacientes para confirmar a utilidade clínica.

Salih Taha Alperen Özçelik, Elif İrem Kılıç, Hasan Güler2026-10-26