💻 Category

cs

3821 artigos

💻 ciência da computação

Frequency-Aware Mixture-of-Experts Framework for Named Entity Recognition with Adaptive Feedback Mechanism

Este artigo propõe o TriAdaptNER, uma estrutura de mistura de especialistas sensível à frequência que utiliza especialistas especializados de alta e baixa frequência guiados por um seletor adaptativo e um mecanismo de feedback diferenciável orientado por erro para abordar eficazmente o desequilíbrio de classes e melhorar o desempenho de reconhecimento para entidades raras em tarefas de Reconhecimento de Entidades Nomeadas.

Jie Su, Yanli Chen, Wei Ke, Jinrong Mo, Hanzhou Wu, Zhicheng Dong2026-09-17
💻 ciência da computação

An Energy-Efficient Traffic-Aware Dynamic Cluster Head Selection in EMAO-MTRUST for VANETs

Este artigo propõe o MOTMER-VANET, um framework multiobjetivo para Redes Ad Hoc Veiculares que integra a predição de mobilidade baseada em BiLSTM, gestão de confiança impulsionada por aprendizado por reforço e um algoritmo de otimização híbrido para selecionar dinamicamente chefes de cluster energeticamente eficientes e garantir o roteamento seguro e confiável contra ataques.

Parimala Garnepudi, M Vanitha2026-09-17
💻 ciência da computação

G-Mamba: A Mechanism-Guided Graph State Space Network for Multi-Objective Prediction in Tyrosine Fermentation Process

Este artigo propõe o G-Mamba, uma rede de predição multiobjetivo de caixa-cinza que integra conhecimento mecanístico com uma arquitetura Mamba bidirecional e redes convolucionais de grafos para alcançar a previsão em tempo real, computacionalmente eficiente e precisa de concentrações de biomassa e de produtos em processos de fermentação de tirosina, ao capturar efetivamente tanto a dinâmica temporal de sequências longas quanto os acoplamentos espaciais complexos.

Lihui Wang, Chunyuan Wang, Wenjing Li, Min Chen, Kun Han, Jianye Xia, Haixuan Sun, Zhenying Zhao2026-09-17
💻 ciência da computação

Learning Adaptive Gated Fusion of Convolutional and Transformer Features for Generalizable Medical Image Classification

Este artigo apresenta o DACANet, uma rede de caminho duplo que emprega um mecanismo de portão adaptativo aprendido para equilibrar dinamicamente características convolucionais locais e de transformer globais, alcançando assim uma classificação de imagens médicas robusta e generalizável através de diversos domínios diagnósticos sem ajuste específico para o conjunto de dados.

Palvi Gupta, Himani Tyagi, Nidhi Gupta2026-09-17
💻 ciência da computação

Clinical trial success prediction from open registry text using classical machine learning

Este estudo demonstra que modelos clássicos de aprendizado de máquina, particularmente florestas aleatórias, podem prever eficazmente o sucesso de ensaios clínicos utilizando apenas textos de registros abertos do ClinicalTrials.gov, alcançando um desempenho de moderado a forte em diferentes fases e indicações, ao mesmo tempo em que mitigam o vazamento de dados por meio de um pré-processamento rigoroso.

MICHAEL DOANE2026-09-17
💻 ciência da computação

Evaluating Clinical Symptom Extraction and Reasoning in Local Large Language Models: A Proof-of-Concept Study of Symptom-Specific Performance in Cardiology

Este estudo de prova de conceito avalia modelos de linguagem de grande escala implantados localmente (Gemma3 e Qwen3.5) em sumários de alta hospitalar de cardiologia em japonês, revelando que, embora a precisão geral da extração de sintomas seja alta, o desempenho varia conforme o sintoma específico e os modelos frequentemente inferem condições como palpitações ou fatigabilidade a partir de achados clínicos objetivos em vez de queixas explícitas do paciente.

Shun Kitamura, Eisuke Amiya, Yoshihiro Izawa, Risa Kishikawa, Takenobu Shimada, Junichi Ishida, Satoshi Kodera, Norihiko (…)2026-09-17
💻 ciência da computação

Same Dangerous Objective, Opposite Advice: Direct Exposure versus Multi-Agent Mediation

Este artigo introduz uma arquitetura de mediação sem estado Id–Censor–Superego e o benchmark PathAudit para demonstrar como pipelines multiagentes podem contornar filtros de segurança ao transformar objetivos perigosos em reescritas permissíveis, permitindo assim que agentes de downstream propaguem objetivos prejudiciais ocultos que permanecem indetectáveis através de registros locais de endpoint.

Linjun Li2026-09-17
💻 ciência da computação

Enhanced aero-engine blade defect detection network: MESFR-DETR with multi-scale edge selection and feature reconstruction

Este artigo propõe o MESFR-DETR, uma rede de transformador de detecção em tempo real aprimorada que apresenta módulos de seleção de borda multiescala e de reconstrução de características para abordar eficazmente os desafios da detecção de defeitos pequenos e de características fracas em palhetas de motores aeroespaciais, alcançando precisão e eficiência superiores tanto em conjuntos de dados sintéticos quanto reais.

Debao Wei, Yangtao Yue, Aiqiang Lei, Dejun Zhang, Liyan Qiao2026-09-17
💻 ciência da computação

Demographic shortcuts as marker-free backdoors: silent subgroup underdiagnosis that only operating-point audits detect

Este artigo demonstra que modelos de imagem médica podem ser silenciosamente comprometidos por atalhos demográficos, onde a inversão de rótulos para um subgrupo específico cria uma porta traseira sem marcadores que evade detectores padrão e prejudica pacientes não registrados, necessitando de auditorias de falsos negativos por subgrupo baseadas em limiares para uma detecção eficaz.

Saptarshi Purkayastha, Parvati Naliyatthaliyazchayil, Judy W. Gichoya2026-09-17
💻 ciência da computação

Deadline-Aware Hardening of Real-Time Object Detection Against Candidate-Inflation Latency Attacks

Este artigo propõe um mecanismo livre de retreinamento e selecionável na implantação que limita o número de candidatos que entram na supressão de não máximo ao máximo, estabelecendo um limite calibrado pelo prazo, mitigando assim ataques de latência por inflação de candidatos e garantindo a integridade do prazo em tempo real através de diversas arquiteturas de hardware e detectores, ao mesmo tempo em que revela que a supressão de limites é necessária, mas insuficiente, devido ao significativo overhead de decodificação.

Salah Gontara, Selem Trabelsi, Khaled Ben Khalifa2026-09-17