cs artigos | Gist.Science

YOLO-Based Deep Learning for Citrus Fruit Detection, Counting, and Yield Estimation in Complex Orchard Environments: A Systematic Review

Esta revisão sistemática de 88 estudos utilizando aprendizado profundo baseado em YOLO para detecção e estimativa de rendimento de citros revela que, embora o campo tenha convergido para um conjunto de ferramentas técnicas comum alcançando alta precisão média, ele carece criticamente de benchmarks padronizados, conjuntos de dados diversos e validação estatística rigorosa, resultando em um alto risco geral de viés.

Paola D'Antonio, Luis Alcino Conceição, Danilo Travascia, Lucas Santos Santana, Josiane Maria da Silva, Francesco Toscan (…)2026-08-24

💻 ciência da computação

Transaction Intent Graph: Semantic Cross-LayerDefense Orchestration for Microservices PaymentSystem

Este artigo apresenta o TIG-CDO, um framework de orquestração de defesa semântica em camadas cruzadas que constrói grafos de intenção de transação para detectar e mitigar Ataques de Degradação Lenta Composta (CSDA) em sistemas de pagamento de microsserviços ao deslocar a análise de requisições HTTP individuais para transações de múltiplas etapas ordenadas causalmente, alcançando 99,9% de conformidade de SLA e uma redução significativa de falsos positivos em comparação com as defesas tradicionais em camadas.

Amit Rangari2026-08-24

💻 ciência da computação

Detection and Safeguarding of Chinese Toxic Content from Users and LLMs: A Survey

Este artigo apresenta um levantamento abrangente que revisa sistematicamente pesquisas sobre a detecção de conteúdo tóxico gerado por usuários em mídias sociais chinesas e a salvaguarda de grandes modelos de linguagem chineses contra a toxicidade gerada por LLMs, visando consolidar o progresso fragmentado e identificar desafios fundamentais para o desenvolvimento futuro.

JunYu Lu, Weiming Wang, Deyi Ji, Lanyun Zhu, Bo Xu, Liang Yang, Hongfei Lin, Roy Ka-Wei Lee2026-08-24

💻 ciência da computação

EPDA: An Efficient and Privacy-preserving Dual Aggregation Scheme for Federated Learning in VANETs

O artigo propõe o EPDA, um esquema de dupla agregação eficiente e preservador de privacidade para Aprendizado Federado em VANETs que garante a confidencialidade, o anonimato e a não vinculabilidade do modelo, enquanto reduz significativamente os custos computacionais e de comunicação.

Yifeng Zhao, Qingqing Xie2026-08-24

💻 ciência da computação

Integrating Random Number Generation with the Rabin Cryptosystem for a Robust Two-Way Authentication in RFID

Este artigo propõe um protocolo de autenticação de duas vias de baixo custo e robusto para sistemas RFID de baixo custo em ambientes IoT que integra o criptossistema de Rabin com geração de números aleatórios para aumentar a privacidade, prevenir ataques de replay e força bruta, e garantir o frescor da informação.

Yuanjia Ma, Jikun Guo, Canpeng Zheng, Qiujin Zhang, Yang Zhang2026-08-24

💻 ciência da computação

Visual Foundation Models with Adapter Learning for Parkinson’s Disease Recognition based on OCT Images

Este artigo propõe uma estrutura de reconhecimento da doença de Parkinson eficiente em parâmetros que aproveita modelos fundacionais visuais pré-treinados com três adaptadores leves (global, local e por token) para alcançar um desempenho competitivo em imagens de OCT, reduzindo significativamente os parâmetros treináveis em comparação com redes neurais profundas tradicionais.

Jianwei Zhang, Tongyao Wang, Dandan Shao, Yuting Yang, Jiasheng He, Mingzhe Zheng, Zhuoyan Yang, Jianyong Wang, Zi Jin (…)2026-08-24

💻 ciência da computação

Harmonic Field-Point-Line Framework for Precise Dental Mesh Segmentation

Este artigo propõe uma estrutura de campo harmônico ponto-linha consciente da concavidade em três estágios que alcança uma segmentação 3D de dentes de alta precisão e eficiente para CAD ortodôntico ao combinar o corte elipsoidal adaptativo, uma métrica de Força de Localização e busca em grafo consciente das bordas, demonstrando aplicabilidade clínica robusta no benchmark Teeth3DS.

Shaoxiong Wang, Renjie Li, Dongmei Cai2026-08-24

💻 ciência da computação

Spatiotemporal prediction of unsafe road conditions using weather and infrastructure proximity information - A comparative study across model learning paradigms

Este estudo avalia nove modelos de aprendizado de máquina em dados de autoestradas holandesas para prever cinco tipos de condições rodoviárias inseguras, constatando que o Random Forest e o XGBoost superam as abordagens de aprendizado profundo, ao mesmo tempo em que demonstra que as variáveis meteorológicas são mais preditivas do que a proximidade de infraestruturas, embora a escassez de dados e as características grosseiras limitem atualmente a confiabilidade dos modelos para a previsão de risco calibrada.

Nirmal Sitaldin, Bart van Arem, Maaike Snelder, Shadi Sharif Azadeh2026-08-24

💻 ciência da computação

Enforcing Attestable Workflows across Untrusted Networks

O JANUS é uma arquitetura de alto desempenho que federar Ambientes de Execução Confiáveis através de redes não confiáveis usando um design de Base de Computação Confiável dividida, alcançando roteamento criptografado em velocidade nativa com sobrecarga mínima de latência ao ancorar a liberação de chaves em medições de hardware e executar a aplicação dentro do kernel.

Hung Dang, Tue Nguyen2026-08-24

💻 ciência da computação

SimGrowNet: Efficient Neural Growth with Similarity-Based Redundancy Control

O SimGrowNet é um método de crescimento neural eficiente inspirado na neurogênese humana que expande progressivamente modelos compactos durante o treinamento enquanto minimiza a redundância de neurônios por meio de restrições baseadas em similaridade, aumentando assim a diversidade de características, mitigando o aprendizado de atalhos e superando os baselines existentes em múltiplos conjuntos de dados de reconhecimento de imagens.

Taigo Sakai, Kazuhiro Hotta2026-08-24

← Anterior Próximo →