💻 ciência da computação

Project-Aware Validation in Software Defect Prediction: A Controlled Simulation and Real-World Benchmark Study of Evaluation Optimism

Este estudo demonstra, por meio de simulações controladas e uma análise secundária de benchmarks do mundo real, que o uso de divisões aleatórias combinadas de treino/teste na predição de defeitos de software produz estimativas de desempenho sistematicamente otimistas em comparação com métodos de validação conscientes do projeto, destacando a necessidade crítica de protocolos de avaliação que respeitem os limites do projeto.

Vladimir Tomilov2026-09-10
💻 ciência da computação

Trustworthy AI for Dengue Outbreak Forecasting Using a Temporal Fusion Transformer with Explainability and Uncertainty Estimation

Este estudo apresenta um framework de IA confiável para a previsão de surtos de dengue que integra um Temporal Fusion Transformer com estimativa de incerteza probabilística, explicabilidade intrínseca e estratificação de risco baseada em regras para superar modelos de linha de base e apoiar a tomada de decisão em saúde pública.

Anima Dahal, Bibash Basnet2026-09-10
💻 ciência da computação

Quorum-Bounded Asynchronous Federated Learning under Non-IID Data and Adversarial Clients: A Systems Study of Stale-Update Exclusion and Convergence

Este estudo demonstra que um design de aprendizado federado assíncrono limitado por quórum reduz efetivamente a latência induzida por retardatários em até 72% sem comprometer significativamente a precisão final, embora revele que a heterogeneidade dos dados amplifica criticamente o dano à convergência causado por clientes adversários.

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

A Severity-Calibrated Adversarial Benchmark for Federated Learning: From Label Corruption to Structured Model-Update Injection

Este artigo introduz um benchmark adversarial calibrado por severidade para aprendizado federado que avalia cinco famílias distintas de ataques em diversas condições, demonstrando que a magnitude do ataque por si só é um indicador insuficiente de dano e que uma avaliação de segurança robusta deve levar em conta a geometria do ataque, a parcela da população maliciosa e as regras de agregação.

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

How Far Can a Single Vector Carry a Language? Mechanistic Limits of Inference-Time Steering for Low-Resource Devanagari Languages

Este artigo investiga os limites mecanísticos do direcionamento em tempo de inferência para gerar línguas de baixo recurso escritas em Devanagari (Maithili, Nepali e Bhojpuri) utilizando representações de Hindi em grandes modelos multilingues, descobrindo que, embora um único deslocamento vetorial possa induzir a adesão à língua alvo, ele causa inevitavelmente o colapso da fluência, revelando que a direcionabilidade é limitada pela separabilidade linear em vez da competência do modelo ou sobreposição de vocabulário.

Sumit Yadav, Santosh Giri, Ganesh Gautam2026-09-10
💻 ciência da computação

Trusting the Null: Positive-Control Fuzzing of Post-Quantum Decode and Verify Paths in Java

Este artigo demonstra que, embora uma campanha de fuzzing em larga escala não tenha encontrado defeitos nos caminhos de decodificação e verificação pós-quântica do Bouncy Castle 1.85, uma abordagem de controle positivo validou com sucesso o harness de teste ao descobrir falhas críticas de validação de comprimento tanto no Bouncy Castle 1.84 quanto em múltiplas versões do JDK, revelando que essas implementações diferem apenas no tempo de suas verificações, e não na lógica de suas decisões.

Arpan Sharma2026-09-10
💻 ciência da computação

Drosophila Connectome Topology Provides No Measurable Language- Model Advantage: A Preregistered Negative Experimental Program

Este estudo pré-registrado testou sistematicamente se a topologia do cérebro de Drosophila poderia melhorar modelos de linguagem e descobriu que, apesar de várias integrações arquiteturais, o cabeamento derivado da mosca não proporcionou nenhuma vantagem mensurável sobre as bases aleatórias, de mesmo grau ou tradicionais na redução do log-verossimilhança negativa ou na melhoria da recuperação associativa.

Vladislav Matyukhin2026-09-10
💻 ciência da computação

Latent Attribution Regularization: Cross-Domain Attribution-Consistency Training for Stable NLP Explanations

Este artigo apresenta a Regularização de Atribuição Latente (LAR), um método de tempo de treinamento que impõe consistência de atribuição sob substituições de sinônimos semanticamente preservadoras, demonstrando que melhora significativamente a estabilidade de explicações baseadas em gradiente em Transformers ajustados sem comprometer a precisão do modelo, ao mesmo tempo em que estabelece que o alinhamento adequado de tokens é essencial para medir tal estabilidade com precisão.

Junaid Hassan2026-09-10
💻 ciência da computação

A Multi-Feature Fusion-Based Obfuscation-Resistant Malware Detection Scheme

Este artigo propõe o TriFuseDroid, um esquema robusto de detecção de malware para Android que analisa o impacto da ofuscação de código nas características estáticas e emprega uma rede de fusão de múltiplos recursos para converter visões estáticas resilientes em representações de imagem, alcançando alta precisão e generalização contra diversas técnicas de ofuscação sem exigir amostras de treinamento ofuscadas.

Jiyun Yang, Zhengdong Wan, Fan Mei, Xintong Cai, Tao Xiang2026-09-10