💻 ciência da computação

Customer Shopping Behaviour Analytics: An Integrated Data Pipeline and Decision-Support System

Este artigo apresenta um framework de análise de dados de ponta a ponta, impulsionado por IA, integrando ETL em Python, modelagem MySQL e dashboards interativos para analisar transações de varejo, revelando que, embora exista paridade de gastos entre gêneros apesar do desvio de volume, os atuais descontos promocionais e modelos de assinatura não conseguem impulsionar significativamente o tamanho do carrinho ou o gasto por visita, destacando, assim, lacunas críticas nas estratégias de aquisição e monetização.

kadari Adharsh Yadav, G.N.R Prasad2026-09-22
💻 ciência da computação

A Multi-Layered Plagiarism and AI-Generated Content Detection Framework Integrating BERT-BiLSTM-Attention Encoding with Stylometric Analysis

Este artigo propõe uma estrutura abrangente e multicamadas que integra codificação BERT-BiLSTM-Attention, embeddings semânticos, fingerprinting de n-gramas e análise estilométrica para detectar de forma robusta correspondências exatas, plágio por paráfrase, cópia mosaico e conteúdo gerado por IA, ao mesmo tempo em que identifica inconsistências de autoria dentro de documentos.

Vineesh V2026-09-22
💻 ciência da computação

SOC Copilot: A Complete, Lightweight, and Explainable Multi-Model Anomaly Detection Engine for Security Log Analysis

Este artigo apresenta o SOC Copilot, um motor de detecção de anomalias multimodelo não supervisionado, leve e exclusivo para CPU, que funde um Isolation Forest aprimorado e um Deep Autoencoder com explicabilidade baseada em SHAP para alcançar 99,84% de precisão na análise de logs de segurança de HDFS sem exigir dados rotulados ou infraestrutura de GPU.

Shreya V, Joselin Jennilia J, Vilashini V2026-09-22
💻 ciência da computação

The Cretogram Dataset for Isolated Character Recognition in Archaic and Classical Crete

Este artigo apresenta o Cretogram, um novo conjunto de dados de 11.611 caracteres epigráficos isolados, anotados manualmente, da Creta Arcaica e Clássica, e avalia sua utilidade para o reconhecimento computacional usando HOG-SVM e modelos de aprendizagem profunda, alcançando uma pontuação macro-F1 máxima de 95,53% com ResNet-18, ao mesmo tempo em que destaca confusões de caracteres específicas inerentes às variações locais da escrita.

Ilias Gotsikas, Pericles A. Mitkas, Niki Oikonomaki2026-09-22
💻 ciência da computação

An ablation measured twice: small component effects can change sign across repeated training runs in breast-cancer histopathology segmentation

Este estudo demonstra que, na segmentação de histopatologia de câncer de mama, as contribuições medidas de pequenos componentes arquitetônicos em estudos de ablação podem variar significativamente em magnitude e até mudar de direção através de repetições de execuções de treinamento, destacando a necessidade crítica de replicação antes de tirar conclusões definitivas sobre a eficácia dos componentes.

Md Mostafizur Rahman2026-09-22
💻 ciência da computação

Identical runs disagree more than different models: reproducibility limits in deep learning for brain-tumour MRI classification

Este estudo demonstra que variações estocásticas não controladas em execuções nominalmente idênticas de aprendizado profundo para classificação de ressonância magnética de tumores cerebrais podem exceder as diferenças de desempenho entre distintas arquiteturas de modelos, daí minando a confiabilidade de estudos de ablação padrão e necessitando de protocolos de reprodutibilidade mais rigorosos.

Md Mostafizur Rahman2026-09-22
💻 ciência da computação

Explainable Machine Learning for Early Detection of Mathematics Learning Difficulties: A Systematic Review of Multimodal Educational Data and Predictive Modeling

Esta revisão sistemática sintetiza pesquisas sobre métodos de aprendizado de máquina explicável utilizando dados educacionais multimodais para permitir a detecção precoce e a explicação transparente de dificuldades de aprendizagem em matemática, ao mesmo tempo em que destaca desafios atuais e propõe uma agenda de pesquisa futura focada em privacidade, padronização e implementação ética.

Tannaz Goodarzvand Chegini, Narges Hosseinzadeh, Faraz Dadgostari, Neda Nazemi2026-09-22
💻 ciência da computação

A Reproducible Framework for Auditing the Trustworthiness of Clinical Machine Learning Models

Este artigo apresenta o AETHEL, um framework de código aberto e reprodutível que audita sistematicamente a confiabilidade de modelos de aprendizado de máquina clínico ao avaliar sua discriminação, calibração, explicabilidade, robustez e utilidade clínica através de ambientes de saúde heterogêneos para enfrentar os desafios do desvio de domínio.

Tanya Deep2026-09-22
💻 ciência da computação

Asymptotically-Embedded Deep Learning for Unsteady Singularly Perturbed Convection-Diffusion-Reaction Equations

Este artigo apresenta a Rede Neural Informada pela Física Assintoticamente Incorporada (AE-PINN), uma estrutura de aprendizado profundo livre de malha que supera o viés espectral das PINNs padrão ao incorporar expansões assintóticas de camadas limites na arquitetura da rede, alcançando, assim, alta precisão e estabilidade na resolução de equações de convecção-difusão-reação singularmente perturbadas e não estacionárias com gradientes acentuados.

Tannaz Goodarzvand Chegini, Elyas Shivanian2026-09-22
💻 ciência da computação

Detector-Calibration Failures in Pattern-Based LLM Refusal Classification: Discovery, Generalization, and a Confirmed False-Positive Pattern Across Models

Este artigo detalha uma investigação de três fases que revela que o aparente não determinismo na detecção de recusa de LLMs foi causado amplamente por artefatos de detectores corrigíveis, os quais, embora generalizáveis entre modelos, introduzem padrões específicos de falsos positivos que necessitam de auditoria manual e de relatórios transparentes de lacunas de dados para garantir avaliações de segurança precisas.

Waqar Javed2026-09-22