7231 artigos
Este estudo avalia modelos de cadeias de Markov com diferentes níveis de granularidade (4, 7 e 11 estados) para gestão de confiança em redes veiculares (VANETs), concluindo que um maior número de estados de confiança melhora significativamente a capacidade do sistema de capturar comportamentos dinâmicos complexos dos motoristas.
O artigo apresenta o VRec, uma nova abordagem de "raciocinar-verificar-recomendar" que utiliza verificação intermediária para mitigar a degradação do raciocínio em sistemas de recomendação generativa baseados em LLMs, resultando em melhorias significativas na eficácia e escalabilidade sem comprometer a eficiência.
Este estudo propõe um framework de aprendizado federado seguro contra ameaças quânticas, integrando algoritmos de criptografia pós-quântica padronizados pelo NIST para proteger o compartilhamento de inteligência de ameaças entre organizações, demonstrando alta precisão na detecção de ataques e viabilidade em cenários do mundo real, como consórcios de saúde.
Este artigo apresenta a "Estrutura das Três Praxes", um modelo conceitual derivado da análise de 90 estudos sobre acessibilidade social (2011-2025) que identifica a desconexão entre as práticas de artefato, ecossistema e epistemologia e propõe um ciclo reflexivo para integrar as experiências vividas de pessoas com deficiência na transformação material e teórica dos sistemas de acesso.
Este estudo apresenta uma nova arquitetura de agentes múltiplos que automatiza a modelagem e análise estrutural usando OpenSeesPy, reduzindo significativamente as alucinações e erros de modelos de linguagem grandes ao dividir tarefas complexas em etapas especializadas e paralelas.
Este artigo propõe um framework que integra restrições de entrada no projeto da função de sintonia do TISSf, derivando condições verificáveis que garantem a compatibilidade das entradas e a viabilidade recursiva de filtros de segurança baseados em programação quadrática, conforme demonstrado em uma aplicação de controle de cruzeiro conectado.
Este artigo propõe uma mudança de paradigma na tecnologia assistiva, substituindo o foco tradicional na autonomia e independência pelo conceito de "soberania relacional", que prioriza o poder de escolha das pessoas com deficiência entre independência e interdependência por meio de novas ferramentas de design e reflexão crítica.
O artigo apresenta o AeroPlace-Flow, um framework sem treinamento que permite a manipulação aérea de objetos baseada em linguagem, unindo previsão visual e raciocínio geométrico 3D para gerar trajetórias de colocação precisas e livres de colisões a partir de instruções naturais, alcançando uma taxa de sucesso de 75% em experimentos reais.
Este artigo propõe uma reestruturação da interação humano-IA-robô como "andaime" (scaffolding), onde os humanos atuam como diretores criativos que definem intenções e orientam revisões, enquanto a IA medeia a execução robótica, visando priorizar a agência humana, a criatividade e o fluxo em vez da autonomia ou eficiência pura.
Este estudo, baseado em entrevistas com profissionais de quatro equipes de IA em uma grande empresa de software no Brasil e em Portugal, revela que a diversidade de equipes desempenha um papel fundamental no desenvolvimento de sistemas de IA ao identificar vieses, promover empatia, combater discriminação sistêmica e fomentar decisões mais inclusivas e criativas.
O artigo apresenta o "Structured Gossip DNS", um sistema de resolução de nomes escalável e resiliente a partições para redes dinâmicas em larga escala, que utiliza tabelas de dedos de DHT e estabilização passiva para reduzir a complexidade de mensagens e garantir consistência eventual sem coordenação global.
O artigo propõe o AR2-4FV, um método inovador para o rastreamento de longo prazo em vídeos de visão fixa que utiliza um Banco de Âncoras derivado de estruturas de fundo estáticas e mecanismos de reidentificação para manter a continuidade do alvo mesmo durante longos períodos de oclusão ou ausência, superando significativamente as abordagens existentes em taxas de recaptura e latência.
O artigo apresenta o DECADE, um modelo de difusão não supervisionado e temporalmente consistente que melhora a qualidade e a precisão quantitativa das imagens dinâmicas de PET cardíaco com Rb-82, superando as limitações de ruído e a falta de dados de treinamento pareados.
O artigo apresenta o MedQ-Deg, um novo benchmark abrangente que avalia a robustez e a calibração de confiança de modelos de linguagem multimodal grandes (MLLMs) médicos frente a 18 tipos de degradação de imagem, revelando que, embora o desempenho caia com a severidade das falhas, os modelos mantêm uma confiança excessivamente alta, exibindo um efeito Dunning-Kruger artificial.
O artigo apresenta o Apply2Isar, uma ferramenta que converte automaticamente scripts de prova procedurais no estilo "apply" para provas declarativas Isar legíveis e robustas no Isabelle/HOL, validada em um conjunto de benchmarks do Archive of Formal Proofs.
O artigo propõe o framework GK-FedDKD, que utiliza conhecimento geométrico global e destilação de conhecimento dual para superar os desafios de heterogeneidade de dados no aprendizado federado aplicado à análise de imagens de satélite de sensoriamento remoto, alcançando desempenho superior ao estado da arte.
O artigo propõe uma arquitetura de controle residual alinhada à estabilidade que, ao manter uma política nominal fixa e utilizar um canal aditivo regulado para compensar dinâmicas imprevistas, permite que sistemas robóticos se recuperem rapidamente de perturbações em tempo de execução sem necessidade de re-treinamento.
Este artigo propõe um método de transferência de estilo que representa a imagem no domínio dos pinceladas em vez do domínio de pixels, resultando em uma representação visual mais natural e fiel à arte real.
O artigo apresenta o OrdinalBench, um novo conjunto de dados de benchmark com 39.000 pares de perguntas e respostas projetado para diagnosticar as limitações de generalização de Modelos Visão-Linguagem na compreensão de números ordinais, revelando que modelos de ponta sofrem degradação significativa ao lidar com grandes índices e caminhos complexos.
O artigo apresenta o SGI (Structured Gaussian Image), um framework compacto e eficiente que representa imagens de alta resolução utilizando Gaussians neurais 2D estruturados baseados em sementes e uma estratégia de ajuste multiescala, alcançando compressão superior e convergência mais rápida sem comprometer a fidelidade da imagem.