💻 Category

cs

3899 artigos

💻 ciência da computação

Disentangling Mechanism, Budget, and Coverage in Data Augmentation for Imbalanced Malware Family Classification

Este artigo desmembra os efeitos do mecanismo de geração, do orçamento de aumento e da cobertura em modelos generativos profundos para classificação de malware desbalanceada, constatando que, embora a maioria dos fatores resulte em ganhos de desempenho negligenciáveis, o aumento do orçamento de aumento proporciona uma melhoria pequena, mas reproduzível para classificadores RBF-SVM, destacando a importância crítica do desenho experimental na avaliação de estratégias de aumento de dados.

Kiana Bakrani Balani, Fabio Di Troia2026-09-07
💻 ciência da computação

MARS-Agent: Retrieval-Augmented Multi-Agent Deliberation for Cross-Border E-Commerce Supply Chain Resilience

O artigo propõe o MARS-Agent, um framework multiagente com aumento de recuperação que apresenta um mecanismo RAG de Gatilho Duplo e um Loop de Verificar-Adaptar-Replanejar para permitir uma deliberação de ciclo fechado e autocorreção para aumentar a resiliência da cadeia de suprimentos do comércio eletrônico transfronteiriço contra interrupções heterogêneas.

Wenhui Zheng, Qing Xu2026-09-07
💻 ciência da computação

Memory-Efficient Contrastive Learning via Budgeted Hard Negative Selection

Este artigo introduz um framework de aprendizado contrastivo eficiente em memória que elimina o gargalo de memória quadrática de matrizes de similaridade densas ao realizar computações por fluxo e selecionar dinamicamente um orçamento fixo de negativos difíceis, permitindo tamanhos de lote significativamente maiores em hardware restrito enquanto mantém a eficácia da otimização.

Qinwu Xu2026-09-07
💻 ciência da computação

A Concern-Centric Empirical Evaluation of Multi-Language Code Smells: An LLM-Assisted Study of JNI Software Evolution

Este artigo apresenta uma avaliação empírica centrada em preocupações de códigos JNI usando análise assistida por LLM de 8.207 commits em 15 projetos de código aberto, revelando que as definições existentes de smells cobrem apenas 36,5% das preocupações de manutenção dos desenvolvedores e propondo três novas definições de smells para abordar as lacunas identificadas.

Md Shahrukh Ansari, Salman Abdul Moiz2026-09-07
💻 ciência da computação

Failure Transparency in Android Forensic Parsing Under Schema and Representation Drift: A Controlled ALEAPP Microbenchmark

Este estudo demonstra que, embora o desvio controlado de esquema e representação em analisadores forenses de Android como o ALEAPP frequentemente leve a evidências incompletas ou mal interpretadas, as ferramentas falham em fornecer diagnósticos visíveis ao examinador sobre essas falhas, destacando a necessidade crítica de frameworks de validação que priorizem a transparência de falhas juntamente com a precisão de recuperação.

Tarun Preetham Bulla2026-09-07
💻 ciência da computação

The Query Cannot See the Question: A Short Convolution's Reach Decides Which Part of a Query Conditions Retrieval, and What Falls Outside Becomes a Confident Wrong Answer

Este artigo demonstra que a convolução de profundidade causal curta em modelos de atenção linear e de espaço de estados impõe um limite rígido e não degradável sobre quais partes de uma consulta podem condicionar a recuperação, causando o fato de o modelo gerar respostas erradas com confiança quando informações críticas caem fora desta janela estreita, uma falha que persiste em camadas rasas, mas que pode ser mitigada por arquiteturas mais profundas ou núcleos maiores.

Maximiliano Rodrigo Speranza2026-09-07
💻 ciência da computação

Approach to Robust Visual Relocalization for Humanoid Robots via Mixture-of-Experts with Hierarchical Distillation

Este artigo propõe uma estrutura de relocalização visual robusta para robôs humanoides que integra uma arquitetura de Mistura de Especialistas com destilação de conhecimento hierárquica para alcançar uma estimativa de pose 6-DoF precisa, estável e eficiente sob condições desafiadoras, como mudanças abruptas de ponto de vista e auto-oclusão.

Shichu Sun, Jingwen Luo2026-09-07
💻 ciência da computação

Modelling Reinforcement Learning Scheduling Agents: Action spaces, reward designs, and expert demonstrations

Este artigo investiga como as escolhas de modelagem em Aprendizado por Reforço Profundo afetam as políticas de escalonamento para o Problema de Escalonamento de Job-shop Flexível, demonstrando que a integração de limites de otimalidade derivados de Programação por Restrições e demonstrações de especialistas em um framework multiagente melhora significativamente o design de recompensa e acelera a convergência para alcançar um desempenho de escalonamento superior e em tempo real.

Alexandre Jesus, Arthur Corrêa, Miguel Vieira, Catarina Marques, Cristóvão Silva, Samuel Moniz2026-09-07
💻 ciência da computação

A Comparative Study of Pretrained Transformer Models for Quranic ASR: Speech Representations, Label Formats, and Dataset Composition

Este artigo apresenta um estudo empírico sistemático demonstrando que o ajuste fino do modelo Transformer pré-treinado Wav2Vec2-XLSR-53 em um conjunto de dados corânico de 870 horas com texto árabe sem diacríticos reduz significativamente as Taxas de Erro de Palavras e melhora a eficiência do treinamento em comparação com os sistemas de linha de base.

Nabil Mosharraf Hossain, Riasat Islam, Unaizah Obaidellah2026-09-07