💻 ciência da computação

A Path Planning Method for Fire Detection in Educational Experimental Zones Based on an Improved Deep Q-learning Algorithm

Este artigo propõe um algoritmo de Deep Q-Learning aprimorado para detecção de incêndios por UAV em zonas experimentais educacionais que integra otimização de recompensa multiobjetivo, incentivos de movimento diagonal e restrições inspiradas em A* para aumentar significativamente a eficiência do percurso, reduzir a exposição ao risco e melhorar as taxas de sucesso da missão em comparação com métodos convencionais.

Lingqing Feng, Yujing Liu, LULU ZHENG2026-09-02
💻 ciência da computação

GHD-DETR: Gated Hierarchical Dynamic Architecture for Object Detection Under Complex Imaging Conditions

O artigo propõe o GHD-DETR, uma nova arquitetura de transformer de detecção que apresenta os módulos GatedNestStage, BDB e HAGF para aumentar significativamente a robustez da detecção de objetos para objetos pequenos, ocluídos e de baixo contraste sob condições de imagem complexas, alcançando melhorias substanciais de desempenho em conjuntos de dados desafiadores como RTTS, HazyDet e DUO.

Zidian Wei, Wei Feng, Linghan Jiang, Zunwang Ke2026-09-01
💻 ciência da computação

Dual-Branch Adaptive Diffusion and Motion-Guided Temporal Alignment for Robust Invisible Video Watermarking

Este artigo propõe uma estrutura de difusão adaptativa de dois ramos e alinhamento temporal guiado por movimento que resolve efetivamente o compromisso entre imperceptibilidade e robustez em marcas d'água de vídeo invisíveis, combinando difusão local adaptativa ao conteúdo com ancoragem global consciente de coordenadas para alcançar um desempenho superior contra cortes locais e outros ataques.

Zhanglei Huang, Chenming Yao, Jianfeng Lu, Qihao Liang, LI LI, Zhiheng Zhang2026-09-01
💻 ciência da computação

A Deep Learning Framework for Multi-Class Lung Disease Detection Using CXR Imaging

Este estudo propõe um framework de aprendizado profundo consciente de vieses que utiliza um conjunto de dados de CXR multiferonte curado e pré-processado uniformemente e uma verificação de sanidade de predição de origem para mitigar o viés de origem do conjunto de dados, demonstrando que um modelo ResNet-38 customizado atinge uma precisão superior de detecção de doenças pulmonares multiclasse de aproximadamente 93% em comparação com arquiteturas ResNet mais profundas.

Neha Sehgal, Md. Arquam, Tayyab Khan, Akanksha Mrinali2026-09-01
💻 ciência da computação

A Hybrid Machine-Learning Based Security Algorithm for Improved Detection of Distributed-Denial-of-Services Attacks in Internet of Things Networks

Este artigo propõe uma estrutura híbrida de Segurança Baseada em Aprendizado de Máquina (MLBS) integrando K-Vizinhos Mais Próximos (KNN) e Redes Neurais Recorrentes (RNN) para alcançar precisão e robustez superiores na detecção de ataques de Negação de Serviço Distribuída (DDoS) em redes de Internet das Coisas (IoT), superando modelos convencionais com uma taxa de detecção de 98,72%.

Coster Baloyi, Topside Ehleketani Mathonsi, Tshimangadzo Mavin Tshilongamulenzhe, Tonderai Muchenje, Du Plessis Daniel2026-09-01
💻 ciência da computação

An Adaptive Multi-Scale Multi-Expert Hybrid Deep Learning Framework for Explainable Breast Cancer Histopathological Image Classification

Este estudo propõe uma estrutura de aprendizado profundo híbrida adaptativa de múltiplas escalas e múltiplos especialistas que combina EfficientNetB7 e Vision Transformer com fusão de características dinâmica e refinamento de atenção para alcançar precisão e explicabilidade de estado da arte na classificação de imagens histopatológicas de câncer de mama no conjunto de dados BreakHis.

Praveen Kumar Kalangi, Sammulal Porika2026-09-01
💻 ciência da computação

Identifying and Characterizing Risk Areas in Public API Support: An Integrated Analysis of YouTube APIs

Este artigo apresenta um estudo empírico de APIs do YouTube que utiliza análise de correlação e modelos baseados em árvores sobre 8.743 interações do Stack Overflow para identificar e caracterizar áreas de suporte de alto risco impulsionadas por fatores ambientais, de código e de documentação, oferecendo insights acionáveis para melhorar a qualidade do suporte e os tempos de resposta das APIs.

Sultan Alanazy, Jeff Tian, Abdullah Bokhary2026-09-01
💻 ciência da computação

UAD-YOLO: An Efficient Context-Aware and Shape-Aware Framework Based on YOLOv11 for Urban Anomaly Detection in Complex Scenes

Este artigo apresenta o UAD-YOLO, um framework eficiente baseado em YOLOv11, aprimorado com Large Separable Kernel Attention, Reparameterised Convolution e perda Shape-IoU para alcançar detecção de anomalias urbanas de alta precisão e em tempo real em cenas complexas, validado por um novo conjunto de dados e métricas de desempenho superiores em relação aos modelos de base.

Chen Shiying2026-09-01
💻 ciência da computação

An explainable hierarchical machine learning framework for schizophrenia biomarker detection based on electroencephalogram signals

Este estudo apresenta uma estrutura de aprendizado de máquina hierárquica explicável que integra a Seleção Sequencial Progressiva com a análise SHAP para identificar biomarcadores de EEG robustos, como a entropia de permutação frontal e características espectrais temporais, alcançando até 81,44% de acurácia na distinção de pacientes com esquizofrenia de controles saudáveis.

Mohammadreza Norouzi, Fatemeh Farokhshad, Amirhesam Ghasri, Sara Bagherzadeh, Pouya Tolou Kouroshi, Ahmad Shalbaf2026-09-01
💻 ciência da computação

NACS-Net: Normality–Anatomy–Concept Segmentation for Clinically Significant Prostate Cancer on T2-Weighted MRI

O artigo apresenta o NACS-Net, uma nova estrutura de segmentação que integra um fluxo duplo de normalidade–desvio, um refinamento iterativo com portão anatômico e um gargalo de conceito esparso para abordar eficazmente os desafios de desequilíbrio de primeiro plano, lesões de baixo contraste e generalização entre scanners na detecção de câncer de próstata clinicamente significativo em RM ponderada em T2.

Shijie Liu, Fengshuo Liu, Yang Liu2026-09-01