💻 ciência da computação

Self-Supervised Pretraining of Molecular Graph Encoders with LeJEPA

Este artigo demonstra que, embora o pré-treinamento autossupervisionado baseado em LeJEPA produza representações moleculares de alta qualidade que superam significativamente a inicialização aleatória em sondagem congelada e complementam as impressões digitais tradicionais, seus benefícios não se traduzem de forma robusta em ganhos de desempenho em tarefas subsequentes através do ajuste fino padrão, sugerindo que a combinação ao nível de características é a estratégia ideal para aproveitar essas incorporações pré-treinadas.

Michał Kulczykowski, Rafał Łabędzki2026-10-22
💻 ciência da computação

Symbolic Regression Using Synergistic Basis Functions

Este artigo apresenta a Regressão de Funções de Base Sinérgicas (SBFR), um método de regressão simbólica não evolucionário que gera e seleciona dinamicamente funções de base sinérgicas para alcançar um desempenho preditivo competitivo com representações de características compactas, superando significativamente os modelos de referência em precisão ao eliminar a necessidade de uma busca evolucionária computacionalmente dispendiosa.

Hamide Sarvary Karizaky, Mohammad Mehdi Ebadzadeh2026-10-22
💻 ciência da computação

DETECX: Deep Ensemble Temporal Encoder with Cross-Attention Mechanism for Encrypted Traffic Intrusion Detection in Cloud-Edge Collaborative Architectures

Este artigo propõe o DETECX, um novo framework de ensemble profundo que integra convoluções temporais multiescala, fusão por atenção cruzada e votação adaptativa para alcançar detecção de intrusão de alta precisão e baixa latência para tráfego criptografado dentro de arquiteturas colaborativas de nuvem-borda com restrição de recursos.

Xianjun Yang, LiPeng Wang2026-10-22
💻 ciência da computação

Directed Symbolic Execution for Path Feasibility Analysis]{Directed Symbolic Execution for Path Feasibility Analysis in Software Security Testing

Este artigo apresenta um método de execução simbólica direcionada que aprimora a análise estática de segurança ao verificar eficientemente a viabilidade de caminhos interprocedimentais por meio de simbolização automatizada e limites de iteração de laços, aumentando significativamente a precisão enquanto preserva o recall em benchmarks do mundo real.

Hovhannes Movsisyan, Hripsime Hovhannisyan, Tigran Avagyan, Hayk Aslanyan2026-10-22
💻 ciência da computação

S3-Delta: Spectral-Stratum SpatioTemporal Delta A Scale-Reliable Operator for Long-Horizon Fuzzy Spatial Memory

O artigo introduz o S3-Delta, um operador de capacidade fixa que aprimora a memória espacial difusa de longo horizonte ao organizar matrizes de pesos rápidos em estratos específicos de comprimento de onda e ao empregar o portão de confiabilidade contrafactual para superar os métodos baseados em Delta existentes em ambientes de varredura 2D e 3D dinâmicos.

Dian Yu2026-10-22
💻 ciência da computação

Sparse Mamba Decoder for Quantum Error Correction: Efficient Defect-Centric Processing of Surface Code Syndromes

O Sparse Mamba Decoder (SMD) é um decodificador neural centrado em defeitos que alcança precisão superior e baixa latência quase constante ao processar apenas eventos de detecção ativos com complexidade O(k), superando significativamente os decodificadores existentes em velocidade e taxas de erro lógico através de vários benchmarks de correção de erros quânticos.

Samira Sayedsalehi, Nader Bagherzadeh, Maxim Shcherbakov2026-10-22
💻 ciência da computação

From Soft to Hard Constraints in Physics-Informed Extreme Learning Machines: Analysis and Algorithms

Este artigo propõe uma Máquina de Aprendizado Extremo Informada pela Física (PIELM) com restrições rígidas que incorpora condições de contorno de Dirichlet diretamente na função de tentativa por meio de um termo de levantamento, eliminando, assim, desequilíbrios estruturais no sistema de mínimos quadrados para alcançar a satisfação das condições de contorno com precisão de máquina e reduzir os erros relativos L² em até sete ordens de magnitude em comparação com formulações padrão de restrição suave.

Ruonan Zhai, Xiaoyuan Shi, Xiong Xiong, Zhuo Zhang, Maowei You2026-10-22
💻 ciência da computação

Lightweight Verifiable Computation with Constant-Size Proofs for Sequential State Transitions

Este artigo apresenta um esquema de computação verificável leve e atualizável para transições de estado sequenciais que utiliza uma família de programas aritméticos quadráticos linearmente atualizáveis para gerar provas de tamanho constante de 160 bytes com tempos de prova e verificação significativamente mais rápidos em comparação com métodos existentes como Groth16 e Nova.

Heewon Chung, Hyeonbum Lee2026-10-22
💻 ciência da computação

The Reliability Gap: Repeated-Trial Consistency and the Deployable Autonomy Horizon of Frontier AI Agents

Este artigo analisa dados de desempenho de agentes de IA de fronteira para revelar um "hiato de confiabilidade" significativo, onde a duração da tarefa que um agente consegue completar consistentemente é aproximadamente 2,4 vezes menor do que seu horizonte de capacidade média, primariamente porque as falhas estão fortemente correlacionadas dentro de tarefas específicas em vez de serem aleatórias, necessitando de uma mudança nas métricas de avaliação do sucesso médio para horizontes ajustados pela confiabilidade para uma implantação segura.

Alfredo Merlet2026-10-22
💻 ciência da computação

A Lightweight Complex-Valued CNN with Complex Squeeze-and-Excitation Attention for Single-Channel Blind Source Separation of Co-Frequency Communication Signals

Este artigo propõe uma CNN de valores complexos leve, com 235 mil parâmetros, dotada de um novo bloco Complex Squeeze-and-Excitation que alcança um desempenho competitivo de separação cega de fontes de canal único para sinais de comunicação de cofrequência, ao mesmo tempo em que reduz significativamente o tamanho do modelo e preserva a informação de fase.

Bin Nong, Weihong Fu, Zhuoyun Jiang2026-10-22