💻 ciência da computação

Machine Learning versus Deep Learning for Public Financial Report Classification and Popularity Prediction: A Feasibility Study on Ghana's Controller and Accountant-General's Department

Este estudo de viabilidade avalia o desempenho de modelos clássicos de aprendizado de máquina e aprendizado profundo nos relatórios financeiros do Departamento do Controlador e do Contador-Geral de Gana, revelando que, embora o XGBoost ajustado tenha alcançado uma classificação de categoria perfeita, o estudo de ablação subsequente demonstrou que as características de palavras-chave inflacionaram significativamente esses resultados, ressaltando a necessidade crítica de uma validação rigorosa de características antes de implementar tais ferramentas em contextos do setor público.

Emmanuel Osei-Dwomoh, Gabriel Osei Forkuo2026-08-27
💻 ciência da computação

Gdlcn–dsbo: A Graph Neural Network-driven Multi-objective Framework for Intelligent Cloud Resource Allocation and Task Allocation

Este artigo propõe o Gdlcn–dsbo, uma estrutura híbrida que combina Redes Convolucionais Rotuladas Dependentes de Grafos (GDLCN) e Otimização de Borboleta Profunda Agendada (DSBO) para otimizar a alocação de recursos e tarefas em nuvem multiobjetivo, aumentando assim a eficiência do sistema, reduzindo custos e garantindo a equidade em ambientes dinâmicos de IoT.

Lakshmi Manikya Shanmukha Sairam Chirravuri2026-08-27
💻 ciência da computação

A Candidate Pattern Language for Resilient SME Data Pipelines: Design and Failure-Injection Evaluation

Este artigo propõe e avalia sinteticamente uma linguagem de padrões candidata de sete padrões de design para pipelines de dados resilientes em pequenas e médias empresas com recursos limitados, demonstrando, por meio de experimentos de injeção de falhas, que esses padrões abordam efetivamente modos de falha específicos — tais como duplicatas, deriva de esquema e perda silenciosa de dados — em comparação com bases de referência padrão, enquanto reconhece explicitamente as limitações do estudo como uma contribuição baseada em protótipos e não validada em campo.

Rohit Arora2026-08-27
💻 ciência da computação

Rater choice determines measured fidelity: a multi-model evaluation of large language model raters for AI-generated plain-language biomedical summaries

Este estudo demonstra que a escolha do modelo de linguagem de grande escala avaliador influencia significativamente a fidelidade medida e a conformidade de segurança em resumos biomédicos gerados por IA, com diferentes modelos produzindo taxas de erro que variam por um fator de quatro e levando a conclusões divergentes sobre a qualidade do resumo.

Aditi Kishore¹2026-08-27
💻 ciência da computação

Byzantine-Robust Decentralized GRPO: Defending Against Domain Poisoning and Reasoning-Inflation Attacks

Este artigo apresenta o Dec-GRPO, uma estrutura de Otimização de Política Relativa de Grupo descentralizada e robusta a Bizantinos que defende contra ataques de envenenamento de domínio e de inflação de raciocínio ao integrar filtragem de logit de referência, seleção ponderada por reputação, agregação Multi-Krum e vantagens adaptativas penalizadas por comprimento.

Uday Yeruva, Gade Victoria2026-08-27
💻 ciência da computação

When Does Persistent Shared State Matter? Functional Boundaries, Solution Accessibility, and Causal Mechanisms in Modular Recurrent Systems

Este artigo demonstra que o estado compartilhado persistente em sistemas recorrentes modulares é seletivamente vantajoso em vez de universalmente superior, tornando-se criticamente necessário especificamente quando informações relevantes para a tarefa devem tanto cruzar fronteiras modulares quanto persistir após sua disponibilidade externa ter terminado.

Qiyang Lin2026-08-27
💻 ciência da computação

Post-Hoc Explainability for Contrastive Graph Anomaly Detection via Gradient Attention Maps

Este artigo apresenta o X-CoLA, o primeiro framework de explicabilidade post-hoc para detecção de anomalias em grafos contrastivos, que integra Mapas de Atenção de Gradiente ao modelo CoLA para identificar as conexões estruturais e dimensões de características específicas que impulsionam as decisões de anomalia sem comprometer o desempenho da detecção.

Iyad Assaad NEKKA, Hamida Seba, Walid Khaled Hidouci, Karima Amrouche2026-08-27
💻 ciência da computação

Multi-UAV Path Planning in 3D based on APF-MADDPG

Este artigo propõe uma estrutura de aprendizado por reforço profundo hierárquico que integra uma função de recompensa densa baseada em um campo de potencial artificial aprimorado com o algoritmo Multi-Agent Deep Deterministic Policy Gradient (MADDPG) para alcançar o planejamento de trajetória 3D eficiente e ótimo para múltiplos UAVs em ambientes desconhecidos com obstáculos complexos.

Ming Bai, Yan Chen, Yi Liu2026-08-27
💻 ciência da computação

Investigating the application of differential fuzzing to support the identification and suppression of equivalent mutants: An experimental study

Este estudo experimental demonstra que o fuzzing diferencial é uma abordagem prática e agnóstica de linguagem para identificar e suprimir eficientemente mutantes equivalentes em diversos projetos de software do mundo real, alcançando pontuações de mutação quase perfeitas ao mesmo tempo em que gera entradas acionáveis para fortalecer suítes de testes tradicionais.

Bruno Ely Reis Garcia, Simone do Rocio Senger de Souza2026-08-27
💻 ciência da computação

Laplacian-Guided R-Vine Copula Learning for Bayesian Networks with Mixed-Type Data

Este artigo propõe a Rede Bayesiana de Cópula Híbrida (HCBN), um novo algoritmo que aprende estruturas de redes bayesianas a partir de dados de tipos mistos sem transformação, integrando a análise espectral Laplaciana com uma estrutura de Cópula Regular Vine para alcançar uma verossimilhança e controle de complexidade de modelo superiores em comparação aos métodos existentes.

afrooz moradbeiky, Farzin Yaghmaee2026-08-27