💻 ciência da computação

ASWA: An Adaptive Similarity-Weighted Aggregation Algorithm for Communication-Efficient Federated Learning under Non-IID Data

Este artigo propõe o ASWA, um algoritmo de Aprendizado Federado eficiente em comunicação que aumenta a precisão e reduz as rodadas de comunicação sob dados Não-IID ao ponderar adaptativamente as atualizações dos clientes com base no tamanho dos dados e na similaridade das atualizações, enquanto prioriza clientes com maior perda, tudo isso sem exigir transmissão adicional de dados.

Felmeta Abate Jilo, Daniel Dufera Kenea2026-09-01
💻 ciência da computação

Evidence for Whom? Contestability and Socio-Technical Assurance in High-Risk AI Governance

Este artigo argumenta que os atuais marcos de governança de IA de alto risco (NIST, Lei de IA da UE, ISO/IEC 42001) criam uma lacuna de evidência crítica ao priorizar evidências centradas em artefatos em detrimento de evidências baseadas em processos necessárias para a contestação, uma falha estrutural realçada pela ambiguidade inerente na interpretação desses requisitos e que, em última análise, mina os direitos procedimentais e epistêmicos dos stakeholders governados.

Rohith Reddy Bellibaltu, Manpreet Singh, Preeti Uikey, Rahul Joshi2026-09-01
💻 ciência da computação

Agent Guard: Kernel-Enforced Damage Boundaries for AI Agents via Human-Authorized Contracts

Este artigo apresenta o Agent Guard, um monitor de referência Linux que impõe limites de danos autorizados por humanos para agentes de IA ao utilizar LSMs baseados em eBPF para negar deterministicamente o acesso não autorizado a arquivos e redes, enquanto propaga estados estritos de "sem saída" (no-egress) através de hierarquias de processos, alcançando um overhead significativamente menor do que as linhas de base existentes.

Dongxu Cui, Zhichao Gu, Ping Zheng, Wenshuai Xi, Simeng Han, Yong Liao2026-09-01
💻 ciência da computação

Mastyf Guard 1.5B: Cognitive Harvard Architectures for Sub-Millisecond AI Agent Perimeter Defense and Capability-Based Access Control

Este artigo apresenta o Mastyf Guard 1.5B, uma estrutura de segurança leve baseada em capacidades que implementa uma "Arquitetura Harvard Cognitiva" para desacoplar fisicamente a ingestão de dados da execução de ações, garantindo matematicamente a imunidade à Injeção de Prompt Indireta ao alcançar 99,33% de recall de ameaças e latência inferior a um milissegundo em hardware CPU padrão.

Rudraneel Das2026-09-01
💻 ciência da computação

SmartADAPT-Net: Decision-Level Adaptation for Free-Living Smartwatch-Based Activities of Daily Living Recognition

Este artigo apresenta o SmartADAPT-Net, uma estrutura neural leve que aprimora o reconhecimento de atividades baseado em smartwatches em ambientes de vida livre ao combinar um modelo de população fixa com uma estratégia de adaptação em dois estágios: uma correção imediata condicionada à observação e uma personalização progressiva baseada em evidências confirmadas pelo usuário, alcançando alta precisão sem exigir retreinamento no momento da implantação.

Mustafa Elhadi Ahmed, Hongnian Yu, Michael Vassallo, Pelagia Koufaki2026-09-01
💻 ciência da computação

A Multi-Layer Behavioral Ransomware Detection Framework Using Stacking Ensemble Learning and LSTM Networks

Este artigo propõe um novo framework híbrido de detecção de ransomware que integra análise comportamental multicamadas com um empilhamento de ensemble de modelos de aprendizado de máquina clássicos e redes LSTM, alcançando 99% de precisão e generalização superior ao capturar eficazmente tanto padrões discriminativos quanto dependências temporais em sequências de ataques.

Manar Y. Amro¹, Mohamed Dwieb, Muath Sabha2026-09-01
💻 ciência da computação

Machine Learning Validation Pipelines: From Tabular Benchmarking to Conformal Calibration and Execution-Grounded Agentic Testing

Este artigo sintetiza descobertas de 41 estudos empíricos para propor uma estrutura de validação abrangente e de múltiplas camadas que progride da prevenção de vazamento de dados e auditorias de interpretabilidade para calibração conformacional e testes agênticos fundamentados na execução, abordando modos de falha críticos como desequilíbrio de classes e atribuição infiel que os métodos de validação padrão negligenciam em aplicações de alto risco.

Nancy Gaur, Wasim Mohammed Amin Tambe, Saumya Tripathi2026-09-01
💻 ciência da computação

A Comparative Study of Skin Cancer Image Classification Techniques

Este estudo avalia vários modelos de aprendizagem profunda para a classificação de cancro da pele utilizando o conjunto de dados HAM10000, demonstrando que um modelo híbrido e o ResNet50 alcançam uma precisão superior (99,78% e 99,88%, respetivamente) em comparação com outras técnicas, destacando assim o seu potencial para melhorar o diagnóstico precoce e a alocação de recursos na dermatologia.

Mansi Kushwaha, ANANYA TANJEA, Illa2026-09-01
💻 ciência da computação

T3-DEF: A Socio-Technical Framework for Recursive Operational Vulnerability and Verification Diversity in AI-Assisted Systems

Este artigo propõe o framework T3-DEF, um modelo analítico sociotécnico que identifica uma relação inversa crítica entre a crescente densidade de automação e o declínio da diversidade de verificação em sistemas assistidos por IA, revelando um limiar próximo a 0,58 onde a vulnerabilidade operacional recursiva se acelera e enfatizando a necessidade de manter estruturas de supervisão distribuídas para garantir a segurança.

Dae-Ryung Lee2026-09-01
💻 ciência da computação

Systematizing Data Preparation in Smart Manufacturing via Axiomatic Design: A Toolkit Integrating GUI and Agentic AI

Este artigo propõe um kit de ferramentas de código aberto baseado em Design Axiomático que integra uma interface gráfica do usuário e IA agêntica para transformar sistematicamente a preparação de dados fragmentada e manual na manufatura inteligente em uma disciplina científica reprodutível e escalável, permitindo, assim, aplicações avançadas de jusante, como gêmeos digitais.

Angkush Kumar Ghosh, Saman Fattahi, Yu Kogawara, Bahman Azarhoushang, Takuya Okamoto, Sharifu Ura2026-09-01