💻 ciência da computação

Possibility Ethics: Measuring Moral Value as the Expansion of Safe Future Options in Sociotechnical Systems

Este artigo introduz a "Ética da Possibilidade", um arcabouço conceitual-computacional que avalia sistemas sociotécnicos ao quantificar seu impacto sobre oportunidades futuras eticamente admissíveis por meio de uma métrica inovadora chamada Entropia de Opção, implementada no toolkit Omega-PE para revelar perdas de oportunidade distributivas frequentemente negligenciadas por medidas agregadas.

Mohammad Amir Khusru Akhtar2026-09-11
💻 ciência da computação

RL-Assisted A-Teams for Adaptive Algorithm Selection in UGV-UAV Route Optimization

Este artigo propõe um novo framework de hiper-heurística A-Teams assistido por Aprendizado por Reforço que acelera significativamente a otimização de rotas em tempo real para sistemas colaborativos UAV-UGV, entregando soluções quase ótimas de 30 a 70% mais rápido do que os métodos existentes, enquanto se adapta efetivamente a mudanças ambientais dinâmicas.

Subramanian Ramasamy, Md Safwan Mondal, James D. Humann, James M. Dotterweich, Pranav Bhounsule2026-09-11
💻 ciência da computação

Jacobi-Enhanced Dynamic Hypergraph Learning for Graph-Based Fraud Detection

O artigo propõe o JK-DHGNN, uma estrutura de visão dupla que integra um gerador de hipergrafo dinâmico Top-KK, filtragem espectral de Jacobi e um classificador baseado em polinômios de Jacobi para detectar eficazmente fraudes financeiras e de comércio eletrônico ao modelar tanto relações de pares quanto afiliações de ordem superior, alcançando desempenho superior nos conjuntos de dados YelpChi e Amazon, enquanto demonstra a eficácia dos componentes dependentes do conjunto de dados.

Danyang Li, Jie Shen, XiangBeng Yang, Zhenkai Qin2026-09-11
💻 ciência da computação

A lightweight boundary-refinement module improves entity mention accuracy in biomedical named entity recognition without degrading correct predictions

Este artigo introduz um Módulo de Refinamento de Fronteira (BRM) leve e post-hoc que melhora significativamente a precisão do reconhecimento de entidades nomeadas biomédicas ao corrigir erros de fronteira sem degradar as previsões corretas existentes, aumentando assim a estabilidade da extração de relações a jusante enquanto requer recursos computacionais mínimos.

Julius Beneoluchi Odili, Wasiu Oluwagbenga Hassan2026-09-11
💻 ciência da computação

A Bounded, Learnable Uncertainty Gate and Feature Augmentor for Deep Malware Detection

Este artigo apresenta o ChaosEntropyGate v2 (CEG-2), um mecanismo de portão de incerteza limitável e aprendível pareado com um aumentador de características que, embora melhore modestamente a detecção de malware baseada em aprendizagem profunda em regimes específicos e corrija problemas anteriores de instabilidade, acaba por confirmar que conjuntos de árvores ajustados permanecem como a solução mais robusta e de melhor custo-benefício para a tarefa.

Prakash Kumar Panigrahi, Neha Janu, Jayesh Gangrade2026-09-11
💻 ciência da computação

Deploying machine learning for remaining useful life prediction of lithium-ion batteries on Coral Dev Board

Este artigo avalia e compara o desempenho dos modelos Random Forest, XGBoost e Temporal Convolutional Network para a previsão da vida útil remanescente de baterias de íons de lítio, demonstrando sua implementação prática e eficácia no Coral Dev Board para manutenção preditiva em veículos elétricos.

Mariem Boujneh, Nesrine Majdoub, Taoufik Ladhari, Ali Serdar Atalay, Anis Sakly2026-09-11
💻 ciência da computação

APOSM: Pairwise preference learning improves generative small-molecule design

O artigo introduz o APOSM, um framework de aprendizado ativo que aprimora o design de pequenas moléculas ao treinar um substituto de rede neural de grafos em comparações moleculares pareadas em vez de pontuações absolutas, aumentando significativamente o alcance de alvos e a eficiência de amostragem em regimes de triagem ruidosos.

Marcus W. Dreisler, Richard Michael, Nikos Hatzakis, Wouter Boomsma2026-09-11
💻 ciência da computação

Integrated Gradient-guided Adversarial Counterfactual Explanations of 12-lead Electrocardiograms

Este artigo apresenta o InterGRACE, uma estrutura adversária integrada guiada por Gradiente Integrado que gera explicações contrafatuais clinicamente significativas para ECGs de 12 derivações ao visar características relevantes para a decisão, como o segmento ST e a onda T, aumentando assim a interpretabilidade de modelos de IA para a detecção de infarto do miocárdio.

Bjørn-Jostein Singstad2026-09-11
💻 ciência da computação

Gender bias in the diagnosis of Alzheimer's Disease

Este estudo demonstra que modelos de aprendizado de máquina conscientes de equidade, especificamente aqueles que empregam técnicas de mitigação de viés como o Disparate Impact Remover e o debiasing adversarial, podem reduzir significativamente as disparidades relacionadas ao sexo na classificação da doença de Alzheimer usando dados do ADNI, mantendo uma alta precisidade preditiva e aumentando a interpretabilidade dos determinantes clínicos e de gênero.

Susanne Neufang, Atae Akhrif, Oya D Beyan, Neuroimaging Initiative2026-09-11
💻 ciência da computação

An Automated, Contamination-Controlled VQA Benchmark for Evaluating Vision-Language Models on 3D Oncology Imaging

Este artigo apresenta um pipeline de benchmarking automatizado e com controle de contaminação que gera questões de múltipla escolha a partir de imagens oncológicas 3D privadas e laudos radiológicos para avaliar rigorosamente Modelos de Visão-Linguagem, revelando que os modelos atuais frequentemente dependem de pistas textuais ou familiaridade com o conjunto de dados em vez de uma percepção visual genuína.

Bo Liu, Hanxue Gu, Xiangru Li, Zheren Zhu, Jacob Ellison, Kang Wang, Ke Sheng, Steve Braunstein, Janine Lupo, Yang Yang (…)2026-09-11