💻 ciência da computação

Developing a Generative AI Agent to Support Science Curiosity: A Theory-Informed Development and Initial Evaluation Study

Baseado na estrutura de aprendizagem por recompensa, este estudo desenvolve e avalia um agente de IA generativa fundamentado em teoria que promove com sucesso tanto a curiosidade científica de estado quanto a de traço entre estudantes universitários, ao fornecer suporte cognitivo, afetivo e protetivo que fecha ciclos de curiosidade de forma mais eficaz do que o autoquestionamento isoladamente.

Zepeng Liu, Ying Zhang, Haoyan Huang, Kui Xie, Xin Tang2026-09-24
💻 ciência da computação

ThyroGuard-Net: A Sensitivity-Optimised, Explainable Hybrid CNN–Transformer Framework with Evidential Uncertainty for Thyroid Nodule Classification

Este artigo apresenta o ThyroGuard-Net, uma estrutura híbrida de EfficientNet–Swin Transformer treinada no conjunto de dados multicêntrico TN3K com perda ponderada por sensibilidade, incerteza de evidência e explicabilidade baseada em TI-RADS para alcançar uma classificação de nódulos tireoidianos robusta, generalizável e clinicamente calibrada com sensibilidade aprimorada em relação aos métodos existentes.

Radwa Marzouk, Alhanof Almutairi, Munya A Arasi, Soha A. Bahanshal, Majed Nawaz, Sonia Choudhary2026-09-24
💻 ciência da computação

Graph2Path: Hierarchical Reactivity-Guided Template Policy Learning for Multi-Step Retrosynthesis

O Graph2Path é uma política de template hierárquica e guiada por reatividade que aprimora o planejamento de retrosíntese de múltiplas etapas ao integrar supervisão de atividade de átomos e ligações em estados codificados por grafos, alcançando precisão de rota exata e taxas de sucesso superiores em comparação com métodos existentes como RetroSynFormer e AiZynthFinder, embora com aumento no tempo de inferência.

Wenxv Li, PeiFu Han, Shuang Wang, Song Gao, Tao Song, Na Kang, Xintian Yu2026-09-24
💻 ciência da computação

A Lightweight Small Object Detection Framework Based on Enhanced BiFPN and Attention Mechanisms

Este artigo propõe o ESW-YOLO, um framework de detecção de objetos pequenos e leve baseado no YOLO11n que integra a Convolução de Serpente Dinâmica (Dynamic Snake Convolution), um BiFPN aprimorado com um cabeçote de alta resolução adicional e atenção iEMA, e a perda WIoU para melhorar significativamente a precisão da detecção em alvos pequenos e alongados, mantendo uma contagem de parâmetros comparável.

Kunpeng Feng, Weihua Bao2026-09-24
💻 ciência da computação

An Interpretable Hybrid Deep Learning Framework for Student Placement Prediction Using PSO–GA–Bayesian Optimized ANN with SHAP–LIME Explainability

Este artigo propõe um novo framework de aprendizado profundo híbrido e interpretável que integra PSO, GA e Otimização Bayesiana para ajustar uma Rede Neural Artificial, alcançando 99,60% de acurácia na previsão de resultados de colocação de estudantes ao utilizar SHAP e LIME para fornecer insights transparentes e acionáveis para o alinhamento educacional e industrial.

Sanjay Kumar, Mohd Shamsh Tabarej, Nafees Akhter Farooqui, Ashish Ashish, Upasana Dugal, Sandeep Kumar Sharma2026-09-24
💻 ciência da computação

Digital-Twin-Coordinated Predictive Resource Management in 6G Cellular-Edge Networks Using Spatio-Temporal Graph Learning and Federated Reinforcement Learning

Este artigo propõe o DT-STGNN-FedRL, uma estrutura coordenada por gêmeo digital que integra o aprendizado de grafos espaço-temporais para a previsão preditiva de recursos com o aprendizado por reforço federado para alcançar o gerenciamento proativo e distribuído de múltiplos recursos em redes celulares-edge 6G, reduzindo significativamente a latência e as violações de SLA, ao mesmo tempo em que melhora o throughput e a eficiência.

Mozhgan Gholami, Nahideh Derakhshanfard, Ali Ghaffari, Saeed Rasouli Heikalabad2026-09-24
💻 ciência da computação

When Lifts Predict Lifts: Leakage-Controlled Strength Prediction and a Closed-Form Leakage Diagnostic

Este artigo expõe como modelos de aprendizado de máquina para prever as cargas máximas de atletas sofrem de uma inflação significativa de precisão devido ao vazamento de dados de levantamentos simultâneos, e propõe um diagnóstico de forma fechada para quantificar a severidade desse vazamento juntamente com um modelo generativo de baixo custo que fornece previsões calibradas e fisiologicamente consistentes sem depender de dados de levantamentos irmãos.

Yasin Alipour, Reza Pourgholi2026-09-24
💻 ciência da computação

Feature Fusion Based Deep Learning Framework for Brain Tumor Classification

Este artigo propõe uma estrutura de aprendizado profundo híbrida e explicável que funde características de seis modelos CNN pré-treinados para alcançar 97,87% de acurácia na classificação de sete categorias de tumores cerebrais, validada por meio de técnicas de explicação visual e testes externos.

Bilal Sikander, Faran Mushtaq, Ayesha Zeb, Kanwal Naveed, Muhammad Osama Ali, Umar Shahbaz Khan2026-09-24
💻 ciência da computação

Clinical explainable AI evaluations prioritize trust over effective human oversight: a scoping review

Esta revisão de escopo de 49 estudos de XAI clínica revela que as avaliações priorizam esmagadoramente a confiança e as percepções do usuário em detrimento de capacidades críticas de supervisão, como a detecção de falhas e de vieses, baseando-se fortemente em medidas não validadas e raramente avaliando o desempenho em sistemas implantados.

Nicolas Frey, Louis Agha-Mir-Salim, Linn Renner, Stefan Haufe, Lily Voge, Felix Balzer2026-09-24