cs artigos | Gist.Science

A Multimodal Mathematical and Computational Framework for Personalized Medication-Adherence and Cognitive-Risk Modeling in Alzheimer's Disease

Este documento de trabalho propõe e valida uma estrutura matemática e computacional de sete camadas para a modelagem personalizada da adesão à medicação para o Alzheimer e do risco cognitivo, demonstrando, por meio de uma coorte sintética, que modelos de aprendizado de máquina temporais e condicionados ao participante superam significativamente os basais de nível populacional na previsão de dificuldades de adesão.

Fareda Arafat2026-09-20

💻 ciência da computação

Proof-Carrying Optimality for Finite Identification under Bounded Adversarial Answer Errors

Este artigo introduz um framework de certificação para aprendizagem exata finita sob erros adversariais limitados, utilizando testemunhas de isolamento e certificados portáteis para provar complexidades de consulta ótimas e demonstrar melhorias significativas em cobertura e eficiência sobre estratégias não adaptativas.

Vikram Lex2026-09-20

💻 ciência da computação

Exact softmax sampling from residual quantum overlaps

Este artigo apresenta um método de amostragem softmax exata para sobreposições quânticas residuais que utiliza projeções clássicas aninhadas e um acoplamento de primeira proposta para reduzir significativamente o custo esperado de disparos e a variância, conforme demonstrado em linhas de atenção de modelos pré-treinados, embora não estabeleça uma aceleração de hardware.

Vikram Lex2026-09-20

💻 ciência da computação

Spatial Basis Model

Este artigo propõe um Modelo de Base Espacial hierárquico que mapeia entradas para nós vetoriais de alta dimensão e propaga informações via herança baseada em similaridade de cosseno e escalonamento linear, oferecendo uma alternativa computacionalmente eficiente a MLPs para cenários com estruturas espaciais pronunciadas ou necessidades de discriminação de alta dimensão.

Jia Fujie2026-09-20

💻 ciência da computação

IPEK: Intelligent Priority-Aware Event-Based Trust with Asymmetric Knowledge for Resilient Vehicular Ad-Hoc Networks

Este artigo propõe o IPEK, um framework de gestão de confiança inteligente para Redes Veiculares Ad-Hoc que aproveita o conhecimento assimétrico, a consciência da severidade de eventos e a fusão baseada na DST de Yager para detectar eficazmente atacantes estratégicos que exploram modelos de confiança homogêneos, alcançando recall significativamente mais alto e taxas de falsos positivos mais baixas do que os esquemas centralizados existentes.

İpek Abasıkeleş-Turgut2026-09-19

💻 ciência da computação

Beyond direct AI exposure: Measuring network-mediated labor risk through multilayer occupational networks

Este artigo introduz uma Rede Ocupacional Multicamadas (MONET) e uma Rede Neural de Grafos Multicamadas com Consciência de Relação (RAM-GNN) para identificar riscos trabalhistas além da exposição direta à IA, analisando associações estruturais dentro de vizinhanças ocupacionais, oferecendo uma ferramenta de triagem de políticas que equilibra a precisão de detecção com a vulnerabilidade socioeconômica, ao mesmo tempo em que alerta contra a aplicação indevida em nível individual.

Soyoung Park, Junghyun Oh, Minkyung Song, Jin-woo Lee, Jincheul Jang, Sungsu Lim2026-09-19

💻 ciência da computação

Development and Evaluation of Target-Specific Machine-Learning Scoring Functions for Monoamine Oxidase B

Este estudo demonstra que, embora as funções de pontuação de aprendizado de máquina específicas para o alvo MAO-B, particularmente modelos de regressão ajustados com características combinadas, superem significativamente as funções de pontuação genéricas em conjuntos de teste independentes, seu desempenho de reconhecimento precoce é fortemente influenciado pela similaridade estrutural com ativos conhecidos, ressaltando a necessidade crítica de um design de benchmark rigoroso e validação prospectiva para garantir a generalização para novos espaços químicos.

Sherif Adel Arafa Elsabbagh2026-09-19

💻 ciência da computação

Dissecting ADDQN: An Ablation Study for Deadline-Aware Task Scheduling in Fog Computing

Este artigo apresenta um estudo de ablação sistemático demonstrando que o desempenho superior da Attention-Enhanced Double Deep Q-Network (ADDQN) para o escalonamento de tarefas consciente de prazos em computação em névoa depende criticamente da interação sinérgica de seus componentes, com a modelagem de recompensa e a fusão de via dupla identificadas como os contribuintes mais significativos para um escalonamento robusto.

Nagwa Elmobark, Sara Elhishi, Alshaimaa M. Mohammed2026-09-19

💻 ciência da computação

Differentially and Integrally Attentive Convolutional-Based Real-Time Photoplethysmographic Signal Quality Classification

Este artigo propõe uma estrutura baseada em Redes Neurais Convolucionais em tempo real, aprimorada com mecanismos de atenção diferencial e integral para classificar de forma robusta a qualidade do sinal fotopletismográfico através de diversos dispositivos vestíveis, alcançando alta acurácia e pontuações F1 ao equilibrar o tamanho do modelo e o desempenho.

Rafael Lima, Italo Sandoval, Arthur Valencio, Maíssa Maniezzo, Pedro Garcia2026-09-18

💻 ciência da computação

The Imposed and Emergent Pieces of Convolution Under an Energy Budget

Este artigo utiliza uma busca evolutiva sob um orçamento de energia para decompor redes neurais convolucionais em vieses impostos e estruturas emergentes, revelando que a conectividade esparsa e o compartilhamento de pesos surgem naturalmente, enquanto filtros compactos requerem mecanismos de mutação específicos e a composição no eixo de canais atinge um limite de capacidade sem supervisão.

Vasili Gavrilov2026-09-18

← Anterior Próximo →