💻 ciência da computação

PFN: A Process-Oriented Fusion Network for Quality Prediction in Multi-Material, Multi-Stage Yarn Manufacturing

Este artigo propõe uma Rede de Fusão Orientada ao Processo (PFN) que aborda de forma eficaz os desafios da previsão de qualidade de fios multi-materiais e multi-estágios ao modelar conjuntamente composições de materiais de comprimento variável, prioridades de razão de mistura nominais e condições de processo específicas de cada estágio, alcançando um desempenho superior em indicadores de qualidade fundamentais em comparação com os métodos existentes.

Quanli Zhao, Xinlong Yu, Zihang Wu, Wenbang Fan, Li Yuan2026-09-07
💻 ciência da computação

What composition selection buys in heterogeneous ensembles, and why oracle bounds overstate it

Este artigo demonstra que, embora a seleção de uma composição ótima de membros de um ensemble heterogêneo proporcione ganhos marginais em relação a uma mistura uniforme, ela não consegue superar simplesmente a escolha da melhor família individual, revelando que o potencial percebido de melhoria é, em grande parte, um artefato de viés de seleção e não de um desempenho genuíno ainda não explorado.

Muhammetalp Erdem2026-09-07
💻 ciência da computação

Duplicate Exposure and Candidate-Coverage Stress Testing in a Clinical Abbreviation Benchmark

Este estudo avalia o impacto da exposição duplicada e dos testes de estresse de cobertura de candidatos no Clinical Abbreviation Sense Inventory (CASI), revelando que, embora o vazamento de dados tenha tido um efeito negligenciável na precisão agregada, a calibração de confiança de alto suporte não conseguiu detectar de forma confiável casos em que o sentido correto estava ausente do inventário de candidatos.

Tianze Yang, Qiqing Li, Jialun Wu, Xinyu Qiu2026-09-07
💻 ciência da computação

A-tree: Agent Tree and Its Application to Patent Analysis

Este artigo introduz o Agent Tree (A-Tree), uma extensão interpretável de Neural Network Trees que utiliza agentes especializados e um mecanismo de busca de um passo à frente para aumentar a transparência decisória e a precisão em domínios de alto risco, demonstrado através de uma aplicação bem-sucedida na classificação e mineração de regras de inovação de patentes de visão computacional.

Qiangfu ZHAO, Xiao Huang2026-09-07
💻 ciência da computação

MAFL-PdM: A Multi-Agent Federated Learning Framework for Personalised Predictive Maintenance Across Heterogeneous Industrial IoT Sites

Este artigo apresenta o MAFL-PdM, um framework de aprendizagem federada multiagente que utiliza a personalização pós-federação para superar significativamente tanto o treinamento centralizado quanto os baselines federados na previsão da vida útil remanescente de equipamentos através de sites heterogêneos de IoT industrial, preservando a privacidade dos dados.

Rebin Saleh, Engida Ephrem Alamerew, Balázs Villányi2026-09-07
💻 ciência da computação

Recovering a Full AES-128 Key Across Tenant Boundaries via DDR4 Row-Buffer Timing on Cloud FPGAs

Este artigo demonstra que um co-inquilino totalmente não privilegiado em um FPGA de nuvem compartilhado pode recuperar uma chave mestra AES-128 completa de uma vítima ao explorar canais laterais de tempo de buffer de linha DDR4, superando a limitação de "um slot por banco" através de mapeamento de banco reengenheirado e agregação estatística através de múltiplas criptografias.

Vineet Chadalavada, Fareena Saqib2026-09-07
💻 ciência da computação

A Hybrid Deep Ensemble Intrusion Detection System with Adaptive Zero Trust Security for Industrial IoT Infrastructure

Este artigo propõe um Sistema de Detecção de Intrusão de Ensemble Profundo Híbrido (HDE-IDS) que integra uma DNN aprimorada por Transformer com XGBoost e segurança adaptativa de Zero Trust para melhorar significativamente a precisão da detecção de malware, a estabilidade e a resiliência em tempo real para infraestruturas de IoT Industrial.

Manish Kumar Srivastava, Kavalla Prasanna, Ujjaval Patel, Ravirajsinh Vaghela2026-09-07
💻 ciência da computação

A Semantic-Enhanced Multi-Task Framework with Structure-Aware Curriculum Learning for Low-Resource Neural Machine Translation

Este artigo propõe um framework multitarefa com reforço semântico e aprendizagem de currículo orientada por estrutura, aproveitando o Qwen2-7B-Instruct e a Rotulagem de Papéis Semânticos generativa para melhorar significativamente o desempenho da tradução automática neural em cenários de baixos recursos ao resolver o desalinhamento semântico e otimizar a dinâmica de treinamento.

Jingxing Gao, Liqing Wang, Xingwei Chen, Yongyue Xu2026-09-07
💻 ciência da computação

Dynamic Adaptive Multimodal Graph Fusion Network for Multi-Hazard Recognition Using Remote Sensing, Social Media, IoT, and Seismic Observations

Este artigo apresenta a Dynamic Adaptive Multimodal Graph Fusion Network (DAMGF-Net), um novo modelo de aprendizagem profunda que integra dinamicamente dados de sensoriamento remoto, redes sociais, IoT e dados sísmicos para alcançar o reconhecimento de múltiplos perigos altamente preciso, interpretável e em tempo quase real através de terremotos, inundações, incêndios e fumaça.

Dannuri Mounika, Johnson Kolluri, Sunil Srinivas, Kiran Siripuri2026-09-07
💻 ciência da computação

FZ-VLM: A Two Stage Florence-Zephyr Vision Language Model Framework for Pulmonary Nodule Characterization and Clinical Decision Making

Este estudo introduz o FZ-VLM, um novo framework de modelo de visão-linguagem Florence-Zephyr de dois estágios que automatiza a extração de atributos radiológicos de tomografias computadorizadas de pulmão e gera descrições de nódulos e recomendações de acompanhamento clinicamente relevantes, demonstrando precisão e completude superiores em comparação com as bases de referência de IA existentes e especialistas humanos.

Pramit Dutta, Jenita Manokaran, Richa Mittal, Ryan Appleby, Eranga Ukwatta2026-09-07