💻 Category

cs

3900 artigos

💻 ciência da computação

CWMAN-EEG: Conditionally Weighted Multi-source Adversarial Network for Across-subject EEG Emotion Recognition

Este artigo propõe o CWMAN-EEG, uma rede adversarial multi-fonte com pesos condicionais que aborda os desafios do reconhecimento de emoções em EEG entre sujeitos ao separar características compartilhadas e individualizadas e ao ponderar adaptativamente os domínios de origem com base na similaridade de distribuição para alcançar o estado da arte nos conjuntos de dados SEED e SEED-IV.

Yufei Chen, Gang Zhou, Yu Nan, Rong Cao, Haohao Yin, Xuzhe Yan, Ziyang He2026-08-26
💻 ciência da computação

A Comparative Analysis of Machine Learning and Deep Learning Models for Forecasting Vietnam's Export Coffee Prices

Este estudo demonstra que a Unidade Recorrente com Portão (GRU) supera significativamente tanto os modelos de aprendizado de máquina quanto outras arquiteturas de aprendizado profundo na previsão dos preços de exportação do café Robusta do Vietnã durante um período de severas quebras estruturais, ao mesmo tempo em que aborda de forma transparente as limitações metodológicas e fornece parâmetros de risco acionáveis para contratos a termo.

Quang Phung Duy, Hai Dang Cao Ha2026-08-26✓ Author reviewed ⓘ
💻 ciência da computação

Robotic-Inspired Tri-Metaheuristic Framework with Neuromorphic Edge Intelligence for Real-Time Multi-Modal Biomedical Signal Processing and Clinical Decision Support

Este artigo apresenta uma inovadora estrutura tri-metaheurística de inspiração robótica integrada com inteligência de borda neuromórfica que otimiza o processamento de sinais biomédicos multimodais em tempo real para alcançar alta precisão diagnóstica e consumo de energia ultra-baixo, permitindo o monitoramento contínuo de 72 horas por dispositivos vestíveis e melhorando significativamente o suporte à decisão clínica para a detecção precoce de doenças.

Shaymaa E. Sorour, Mostafa Elbaz2026-08-26
💻 ciência da computação

Evidence Constrained Agentic Retrieval Augmented Generation for Substation Civil Engineering Preliminary Design Documents in a Single Project Study

Este artigo propõe o EC-ARAG, um framework de geração aumentada por recuperação agêntica com restrição de evidências que melhora significativamente a confiabilidade, consistência e eficiência da elaboração de projetos preliminares de engenharia civil de subestações ao integrar recuperação consciente de regulamentações, resolução de conflitos e loops de dupla verificação para superar os sistemas RAG convencionais.

Yizhang Huang, Xinhui Zhang2026-08-26
💻 ciência da computação

Evaluation Pitfalls and Multimodal Baselines for the \dataset{} IoT Malware Dataset

Este artigo introduz os primeiros baselines sistemáticos e protocolos de avaliação para o conjunto de dados de malware de IoT multimodal CIC-YNU-IoTMal2026, revelando falhas críticas como vazamento de dados proveniente de divisões aleatórias, altas taxas de erro para amostras dormentes sob condições livres de vazamento e severa fragilidade entre arquiteturas, ao mesmo tempo em que demonstra que as escolhas de protocolo, em vez da seleção de modelos, acabam por dominar o desempenho relatado.

Xuetong Zhang, Yifei Xing, Zhibin Guo, Jianmin Li2026-08-26
💻 ciência da computação

A Localization-Aware Heterogeneous CNN Ensemble with Neural Meta- Fusion for Plant Disease Classification, with a Component Analysis on Laboratory and Field Images

Este artigo apresenta um ensemble de CNN heterogêneo com consciência de localização e fusão meta-neural que demonstra como os componentes críticos dos pipelines de classificação de doenças de plantas mudam da amplitude de ensemble e descritores artesanais em ambientes de laboratório para localização de folhas e fusão aprendida quando aplicados a imagens de campo, validado através de rigorosos estudos de ablação nos conjuntos de dados PlantVillage e PlantDoc.

Ehsan Gaballah2026-08-26
💻 ciência da computação

Hybrid 3D-CNN, Bi-LSTM, and Transformer-Based Framework for Anomaly Detection of Human Behaviour in Video Surveillance with Adaptive Error Minimization

Este artigo propõe um novo framework de aprendizado profundo híbrido que integra arquiteturas 3D-CNN, Bi-LSTM e Transformer com um módulo de limiar adaptativo e otimização de perda multiobjetivo para alcançar a detecção de anomalias em tempo real e de estado da arte em vigilância de vídeo, reduzindo significativamente os alarmes falsos em diversas condições ambientais.

Sameera yasam, Syed Ali Hussain, Vijaya Kumar Koppula2026-08-26
💻 ciência da computação

CEGNN-Fraud: A Scalable Heterogeneous Temporal Graph Neural Network with Evidence-Constrained LLM Risk Reasoning

O CEGNN-Fraud é uma rede neural de grafos temporais heterogênea e escalável que aprimora a detecção de fraudes financeiras por meio de um portão de confiabilidade condicionado a eventos e um LLM restrito para relatórios de risco baseados em evidências, demonstrando desempenho superior em precisão, robustez e generalização em comparação com as linhas de base existentes.

Yilin zhong2026-08-26
💻 ciência da computação

A Framework for Dynamic Memory Management and Personalized Agent Decision-Making in Retrieval- Augmented Generation

Este artigo apresenta o DMAP-RAG, um framework que aprimora a Geração Aumentada por Recuperação ao integrar uma arquitetura de memória de armazenamento duplo estruturada em árvore e a tomada de decisão de agentes personalizados para alcançar um desempenho competitivo na coerência de diálogos de múltiplos turnos e na satisfação do usuário.

Xiangguo Qian, Yong Xu, Chuqi Ma, Choon Kit Chan2026-08-26
💻 ciência da computação

Brain tumor classification: A comparative analysis of deep learning techniques and impact of augmentation approaches on T1-CE MRI scans

Este artigo apresenta uma análise comparativa de sete modelos de aprendizado profundo pré-treinados em exames de RM T1-CE para classificação de tumores cerebrais, demonstrando que o VGG-16 alcança a maior acurácia (92,45%) quando treinado com diversas técnicas de aumento de dados e otimizadores, enquanto utiliza o Grad-CAM para aumentar a interpretabilidade do modelo.

Priyanka Sharma, Sakshi Ahuja2026-08-26