💻 ciência da computação

Non-invasive lactate threshold estimation using deep learning: practical applications across endurance sports

Este estudo demonstra que um modelo de aprendizagem profunda pode estimar com precisão a frequência cardíaca no limiar de lactato de 2 mmol·L⁻¹ em corrida, ciclismo, remo e canoagem, superando os métodos tradicionais dentro de desportos específicos, mas exigindo validação específica para cada desporto devido à redução da precisão de generalização entre diferentes disciplinas.

Mehrnaz Eskandarisani¹, Farhad Daryanoosh2026-09-01
💻 ciência da computação

RheumBench: A Specialist-Validated Rubric-Based Benchmark for Evaluating Large Language Models in Rheumatology

O RheumBench é o primeiro benchmark para reumatologia validado por especialistas e baseado em rubricas que avalia dez LLMs e sistemas RAG, revelando que os modelos atuais exibem lacunas substanciais de desempenho, excesso de confiança sistemático e erros de omissão potencialmente graves, sublinhando, assim, a necessidade crítica de supervisão humana no suporte à decisão clínica.

Fabian Lechner, Jonathan Bamberger, Phillip Kremer, Jutta Richter, Matthias Schneider, Uta Kiltz, Sebastian Kuhn, Lucie (…)2026-09-01
💻 ciência da computação

The Evolution of Object Detection: A Systematic Review of Transformer-Based and Few-Shot Learning Approaches

Esta revisão sistemática da literatura analisa a mudança de paradigma na detecção de objetos das arquiteturas convolucionais tradicionais para modelos baseados em Transformers e aprendizado de poucos disparos (few-shot learning), destacando seus benefícios na simplificação de pipelines de detecção e na melhoria da eficiência de dados, ao mesmo tempo em que aborda desafios persistentes, como o custo computacional e a detecção de objetos pequenos, por meio de inovações arquitetônicas e estratégias avançadas de pré-treinamento.

MD.Shakiful Islam Khan, Gorkem Kar2026-09-01
💻 ciência da computação

Policy-TD: Teacher-Distilled Runtime Control for Frozen Small Language Models

O Policy-TD aumenta a confiabilidade de pequenos modelos de linguagem congelados ao destilar estados de rastreamento auditados por professores em um controlador de tempo de execução que intervém para corrigir falhas de comprometimento de resposta, melhorando significativamente a precisão interna e em testes de estresse sem degradar o desempenho ou criar novas capacidades.

Surya Teja Avvaru, Krishna Sai Pokala, VARUN KUMAR REDDY DODDA2026-09-01
💻 ciência da computação

TOAIAF: A Runtime AI Assurance Control Plane for Trustworthy On-Device Agentic AI in Consumer Intelligence Ecosystems

Este artigo apresenta o TOAIAF, um plano de controle de garantia de IA em tempo de execução que apresenta um procedimento de decisão de três estágios e sete componentes de governança que supera significativamente os sistemas de base na detecção de violações de segurança, injeções de prompt e riscos de privacidade para IA de agentes em dispositivos, enquanto relata transparentemente as limitações experimentais e mapeia seu framework para os principais padrões internacionais de segurança de IA.

Rakesh Kumar Agrawal, Wasim Mohammed Amin Tambe, Nihar Karra2026-09-01
💻 ciência da computação

UAV-Based Drifting Victim Detection in Flash Floods Using Region-Based Convolutional Neural Networks

Este estudo propõe um sistema de aprendizado profundo baseado em UAV utilizando um algoritmo Mask R-CNN ajustado para detectar vítimas à deriva em inundações repentinas e estimar suas trajetórias usando metadados de GPS, alcançando mais de 90% de confiança na detecção para aprimorar as operações de Busca e Resgate.

Prima Kristalina, Aries Pratiarso, A. Fauzi Makarim, Munawar Munawar2026-09-01
💻 ciência da computação

SpikeGate: An Event-Driven Neuromorphic SNN Gatekeeper for Duty-Cycled On-Device SLM Inference

Este artigo apresenta o SpikeGate, um gatekeeper de Rede Neural Pulsante orientado a eventos e de ultra baixo consumo, que reduz significativamente o consumo de energia para a inferência contínua de Modelos de Linguagem Pequenos em dispositivos ao suprimir sinais rotineiros de fundo para realizar o duty-cycle da execução do transformer apenas durante anomalias detectadas.

Ismet beljulji2026-09-01
💻 ciência da computação

Benchmarking Quantum Feature Encoding Strategies for Binary Classification with QSVM

Este estudo demonstra que incorporar relações estatísticas na codificação de características quânticas para Máquinas de Vetores de Suporte Quânticas pode influenciar o desempenho da classificação binária, mas enfatiza que as estratégias ideais exigem o equilíbrio entre a precisão preditiva e a complexidade do circuito, em vez de simplesmente aumentar o emaranhamento.

Murat Kurt2026-09-01
💻 ciência da computação

Transparent Context-aware Retrieval for Mental Health and Substance Use Service Navigation

Este estudo desenvolveu e avaliou um sistema de recuperação transparente e sensível ao contexto para serviços de saúde mental e uso de substâncias utilizando o diretório HealthLink BC, demonstrando que a combinação de busca semântica com ponderação de contexto explícita melhora o desempenho de classificação em relação às linhas de base léxicas, ao mesmo tempo em que destaca a necessidade de validação adicional com dados do mundo real e julgamentos de relevância humana antes da implementação clínica.

Nikesh Adhikari, Shankar Ghimire2026-09-01