💻 ciência da computação

Artificial Intelligence Driven Grading and Personalised Feedback in Higher Education Assessment

Esta revisão sistemática da literatura sintetiza evidências de 2020 a 2026 para demonstrar que, embora a avaliação impulsionada por IA e o feedback personalizado aumentem significativamente a eficiência, a consistência e a escalabilidade no ensino superior, sua implementação responsável exige salvaguardas éticas robustas e supervisão humana para enfrentar desafios como o viés algorítmico, a privacidade de dados e a integridade acadêmica.

Mziwendoda Cyprian Madwe2026-09-10
💻 ciência da computação

Genre Classification of Saint Yared Qum Zema Using a Convolutional Neural Network

Este estudo apresenta um modelo de Rede Neural Convolucional personalizado que alcança 88% de acurácia de teste na classificação dos três gêneros da música sagrada etíope de Saint Yared (Qum Zema), ao converter 1.555 segmentos de áudio em imagens de espectrogramas, superando arquiteturas estabelecidas como ResNet, VGGNet e AlexNet.

Birku Litgeb Aschenek, Alehegn Ayanaw Getaneh, Getaneh Awoke2026-09-10
💻 ciência da computação

Hierarchical Compositional Hypergraphs Encode Document Structure for Classification

Este artigo introduz um Hipergrafo Composicional Hierárquico (HCH) que codifica a estrutura do documento através de camadas ordenadas de tokens, sentenças e parágrafos, demonstrando que a combinação desses recursos estruturais com o TF–IDF padrão produz melhorias estatisticamente significativas na acurácia de classificação de texto e no macro-F1 em relação às linhas de base lexicais isoladamente.

Madjid Eshaghi Gordji, Mohamadali Berahman2026-09-10
💻 ciência da computação

CauCity-WM: An Intervention-Consistent Generative World Model for Counterfactual Urban Dynamics and Risk-Aware Decision Making

O artigo introduz o CauCity-WM, um modelo de mundo generativo causal que unifica a previsão urbana, a estimativa contrafactual e a tomada de decisão consciente de riscos ao empregar um processo de difusão estrutural de mundo gêmeo para gerar futuros fatuais e contrafactuais consistentes por meio de ruído exógeno abstraído.

Kai Ma, Miao Yu2026-09-10
💻 ciência da computação

Interpretable ensemble machine learning identifies player-specific performance indicators in elite tennis

Este estudo demonstra que um fluxo de trabalho de aprendizado de máquina de conjunto interpretável aplicado aos dados de Grand Slam de Novak Djokovic não apenas alcança alta precisão preditiva para resultados de sets, mas também revela indicadores de desempenho específicos do jogador, como devoluções de backhand, que são frequentemente negligenciados por modelos individuais.

Yifeng Li, Weixiang Jiao, Meiyi ZouZhu, Yawen Zheng, Wenjie Lu, Yihang Kong, Xingyun Li2026-09-10
💻 ciência da computação

VectorLLM++: A Unified Next-Token-Prediction MLLM for Dense Remote Sensing Perception and Vector Mapping

O VectorLLM++ é um modelo de linguagem grande multimodal unificado de previsão do próximo token que supera a escassez de dados e a falta de saídas vetoriais estruturadas ao introduzir tokenizadores inovadores para coordenadas e máscaras, permitindo que supere modelos especializados em sete tarefas diversas de percepção de sensoriamento remoto e mapeamento vetorial.

Shunping Ji2026-09-10
💻 ciência da computação

Native Byzantine-Robust Aggregation for Trustworthy Federated Learning: A C++20 Evaluation of Krum, Multi-Krum, Trimmed Mean, and Coordinate-wise Median

Este artigo apresenta e avalia uma implementação de alto desempenho em C++20 de algoritmos de agregação robustos a Bizantinos (Krum, Multi-Krum, Média Aparada e Mediana) para Aprendizado Federado, demonstrando, por meio de verificações rigorosas de correção e benchmarks, que a combinação de suposições bizantinas explícitas com o design de sistemas nativos numericamente defensivos acelera significamente a agregação enquanto mantém a robustez contra atualizações adversárias.

Md Shahanur Islam Shagor2026-09-10
💻 ciência da computação

Policy-Gated Zero-Trust Federated Learning: Identity-Bound Enrollment, Replay-Resistant Control, and Secure Coordination

Este artigo propõe e valida uma arquitetura de confiança zero com controle de política para aprendizado federado que desacopla a autenticação de rede da influência no modelo ao vincular identidades a tokens assinados, aplicando termos de inscrição rigorosos com nonces criptográficos e testando rigorosamente contra 22 cenários adversários para garantir que apenas participantes autorizados, recentes e não revogados possam influenciar o modelo global.

Md Shahanur Islam Shagor2026-09-10
💻 ciência da computação

Adaptive Recursive Learning in Mixture of Experts: A Systematic Review

Esta revisão sistemática distingue entre roteamento adaptativo e aprendizado recursivo em arquiteturas de Mixture-of-Experts (MoE) para propor o framework Recursive Adaptive Recursive Learning (RARL), que sintetiza a literatura atual sobre computação dinâmica e especialização de especialistas ao mesmo tempo em que delineia uma agenda de pesquisa para enfrentar desafios como estabilidade de roteamento e alocação inteligente sob restrição de recursos.

SIMAR SINGH RAYAT2026-09-10