💻 Category

cs

3900 artigos

💻 ciência da computação

Dictionary-KAN: Resolving the Optimization Paradox of Kolmogorov-Arnold Networks via Complex RKHS, Machine-Verified Theory, and Discrete Hierarchical Refinement

Este artigo introduz o Dictionary-KAN (DKAN), uma arquitetura verificada por máquina que resolve o paradoxo de otimização das Redes de Kolmogorov-Arnold ao empregar dicionários RBF de coeficientes complexos e refinamento hierárquico discreto para alcançar regressão multivariada superior, recuperação de coeficientes de EDP e interpretabilidade eficiente em hardware, evitando os problemas de memória e convergência das KANs baseadas em splines contínuas.

Kiarash Mohammadi2026-08-25
💻 ciência da computação

CONCORDAT: Trustworthy multimodal federated learning for autism research under incomplete, heterogeneous and privacy-constrained health data

O CONCORDAT é uma estrutura de aprendizado federado cross-silo que possibilita a pesquisa multimodal sobre autismo de forma confiável e preservando a privacidade, ao integrar dados de saúde heterogêneos e incompletos entre múltiplos centros enquanto aborda simultaneamente desafios de ausência de dados, privacidade diferencial e equidade de subgrupos.

Jarin Alam Prity2026-08-25
💻 ciência da computação

Fixed Point Theory Beyond Contractions for Deep Equilibrium Models

Este artigo avança os Modelos de Equilíbrio Profundo ao estabelecer uma teoria de ponto fixo que relaxa o restritivo requisito de contração estrita, provando existência e unicidade sob contrações FF de Wardowski, demonstrando a convergência da iteração de Krasnoselskii–Mann para operadores não expansivos e derivando limites de estabilidade Lipschitz para treinamento robusto.

Milad tahavor, Tayyebe Haqiri, Reza Memarbashi2026-08-25
💻 ciência da computação

Dual Soft-Adaptive Aggregation for Long-Context LLMs_ Mitigating Sequence-and-Depth Information Dilution

Este artigo propõe um framework de agregação suave-adaptativa unificado que mitiga a diluição de informações de sequência e profundidade em LLMs de contexto longo ao introduzir o Soft-ChunkAttn para o particionamento semântico diferenciável e o Virtual Dynamic Block-AttnRes para a fusão de camadas adaptativa à entrada, tudo isso preservando o grafo de computação original para implantação eficiente em GPU.

Minzhe Liu2026-08-25
💻 ciência da computação

A Hierarchical Opponent-Modeling,World-Model, and Risk-Adaptive Planning Framework for Fair Adaptive Character Intelligence in Soulsl ike and AAACombat

Este artigo apresenta o EIDOLON-RL, um framework de aprendizado por reforço hierárquico híbrido que integra modelagem de oponente, modelagem de mundo e planejamento adaptativo ao risco para gerar personagens de IA justos, legíveis e computacionalmente eficientes para jogos de ação AAA ao impor matematicamente restrições de produção, como validade de animação e imperfeição intencional, em vez de tratá-las como correções de engenharia pós-hoc.

Jayachandiran Udayakumar2026-08-25
💻 ciência da computação

Control-aware training of physical neural networks for closed-loop regulation

Este artigo demonstra que otimizar redes neurais físicas com objetivos conscientes de controle, que priorizam a preservação dos rankings de ações candidatas em vez da precisão de regressão estática, melhora significativamente o desempenho de regulação em malha fechada e a robustez contra perturbações em tarefas como regulação homeostática e estabilização de Cart-Pole.

Yuzhan Zhang2026-08-25
💻 ciência da computação

Deep Learning for Anomaly Detection in Dynamic Graphs: A Verified Taxonomy, Survey, and Unified Benchmark

Este artigo estabelece uma taxonomia verificada e um benchmark unificado para a detecção de anomalias baseada em aprendizado profundo em grafos dinâmicos, revelando que heurísticas simples baseadas em grau frequentemente superam modelos profundos complexos em benchmarks sintéticos ao mesmo tempo em que falham em dados do mundo real, e expondo falhas críticas nas práticas de avaliação atuais e nas implementações publicadas.

Iyad Assaad NEKKA, Hamida Seba, Walid Khaled Hidouci, Karima Amrouche2026-08-25
💻 ciência da computação

Zero-Degradation Post-Hoc Explanations with Identity Pass-Through for Recurrent Graph Anomaly Detection

Este artigo apresenta o X-StrGNN, uma camada de explicação post-hoc de degradação zero para o detector de anomalias em grafos StrGNN que fornece atribuições estruturais e temporais estáveis e de baixo custo para arestas sinalizadas, preservando o desempenho de detecção do modelo original com precisão de máquina.

Iyad Assaad NEKKA, Hamida Seba, Walid Khaled Hidouci, Karima Amrouche2026-08-25
💻 ciência da computação

Dual Spatial-Temporal Shapley Attribution for Explainable Anomaly Detection in Dynamic Social Graphs

Este artigo apresenta um framework de explicabilidade post-hoc que aprimora o detector de anomalias TADDY de alto desempenho para grafos sociais dinâmicos ao gerar atribuições de Shapley espaciais e temporais duplas para identificar vizinhos influentes e instantâneos históricos, alcançando métricas de fidelidade e suficiência elevadas sem comprometer a precisão da detecção.

Iyad Assaad NEKKA, Hamida seba, Walid Khaled Hidouci, Karima Amrouche2026-08-25