💻 ciência da computação

Individualized Machine Learning–Grounded Large Language Models for Within-Person Simulation of Physical Activity Psychological Mechanisms and Behavior in Adults with Prehypertension: A Methodological Evaluation

Esta avaliação metodológica demonstra que a incorporação de regras comportamentais individualizadas derivadas de aprendizado de máquina em prompts de modelos de linguagem de grande escala melhora a simulação de padrões psicológicos e de atividade física intraindividuais em adultos com pré-hipertensão, embora a abordagem híbrida não tenha superado a acurácia preditiva de modelos de aprendizado de máquina dedicados a participantes específicos para desfechos de exercícios estruturados.

Haoming Ma, Zihao Liu, Runyuan Pei, Zhining Yang, Yuyang Zhang, Meihua Piao2026-08-19
💻 ciência da computação

Auditable AI Assisted Semantic Completion Supports Metadata Enhancement in Digital Cultural Heritage Collections

Este estudo apresenta e avalia um fluxo de trabalho auditável e reprodutível assistido por IA que utiliza técnicas de coocorrência e propagação de rótulos para aprimorar eficazmente metadados esparsos e desiguais em coleções de patrimônio cultural digital, alcançando altas taxas de revocação para rótulos ausentes de tipo de objeto, material, assunto e classificação.

Ziqi Shen2026-08-19
💻 ciência da computação

Enhancing RD-BIBD Key Pre-distribution with Permutation Aware Node Assignment in Fog Computing

Este artigo propõe um esquema de pré-distribuição de chaves hierárquico e seguro para redes IoT assistidas por névoa que aumenta a resiliência contra ataques de captura física de nós ao integrar estruturas combinatórias baseadas em Design Residual com um mecanismo de permutação aleatória para obscurecer o mapeamento determinístico entre blocos criptográficos e nós físicos, tudo isso mantendo baixo overhead e alta conectividade.

Majid Tajeri2026-08-19
💻 ciência da computação

A Context-Aware Machine Learning Framework for Energy Anomaly Detection and Explainability in Hospital Equipment

Este artigo propõe um framework de aprendizado de máquina sensível ao contexto combinando Isolation Forests, Random Forests e explicabilidade SHAP para detectar e interpretar anomalias de energia em equipamentos hospitalares, alcançando precisão superior e baixas taxas de alarmes falsos validadas em conjuntos de dados reais e sintéticos.

Jayanthi K, Jayasudha V, Aruna S K, Jothi Arunachalam S, Nagaraj Ashok2026-08-19
💻 ciência da computação

Multi model deliberation improves the stability of automated scoring by large language models across genres and assessment contexts

Este estudo demonstra que um framework de deliberação multimodelo, no qual três grandes modelos de linguagem chineses heterogêneos trocam pontuações e justificativas iterativamente, melhora significativamente a estabilidade e a precisão da correção automatizada de redações através de diversos gêneros e contextos de avaliação, sendo qualquer viés sistemático resultante efetivamente corrigível por meio de calibração padrão ancorada em humanos.

Xiaoying ZHENG, Benhui CHEN, Yuqing CHEN, Yun YANG2026-08-19
💻 ciência da computação

AI Acceptance and Digital Transformation as Predictive Drivers of University Sustainability Using a Hybrid Machine Learning Model

Este estudo utiliza dados de pesquisa de 178 executivos universitários tailandeses e um novo modelo de aprendizado de máquina híbrido SA-Optuna-Stack para demonstrar que a transformação digital e a aceitação da IA são impulsionadores preditivos significativos da sustentabilidade organizacional no ensino superior do Sudeste Asiático, identificando habilidades de pessoal e redes externas como alavancas fundamentais, ao mesmo tempo em que fornece uma ferramenta de alta precisão para monitorar resultados institucionais alinhados com os Objetivos de Desenvolvimento Sustentável da ONU.

Seerungrat Sudsomboon, Yuthachai Krokaew, Pawarisa Seangkham, Sutana Boonlua2026-08-19
💻 ciência da computação

GADE-YOLO: An Efficient Geometry-Adaptive Network for Industrial Wood Surface Defect Inspection

Este artigo propõe o GADE-YOLO, uma rede de geometria adaptativa eficiente baseada no YOLOv11n que integra módulos de realce de características multiescala adaptativo, fortalecimento de bordas e convolução deformável para superar efetivamente a interferência dos veios da madeira e as morfologias irregulares de defeitos, alcançando precisão superior e desempenho leve para a inspeção de defeitos de superfície de madeira industrial em tempo real.

Mengyang Wu, Huijian Han, Lei Li2026-08-19
💻 ciência da computação

Agri-GAC-CoC: A Domain-Situated Chain-of-Checks Framework for Generative AI Feedback in Higher Agricultural Education

O artigo apresenta o Agri-GAC-CoC, um framework de Cadeia de Verificações (Chain-of-Checks) específico para o domínio da IA generativa que supera significativamente o prompting zero-shot, baseado em rubricas e o Chain-of-Thought padrão na geração de feedback válido e acionável para a escrita agrícola ao priorizar verificações de domínio fundamentadas na tarefa em detrimento da fluência superficial.

Yurun Wang, Moyu Zhong2026-08-19
💻 ciência da computação

Reliability-aware Gradient Decoupling for Partial Label Learning

O artigo propõe o RGD-PLL, uma estrutura de desacoplamento de gradiente consciente da confiabilidade que aprimora o aprendizado de rótulos parciais ao estimar a confiabilidade dos candidatos dependente da instância, suprimir a supervisão incerta via ponderação de entropia e remover componentes de gradiente conflitantes através de projeção assimétrica para melhorar a estabilidade e a robustez da otimização.

Zhonghe Wei, Jihang Yin, Fengzhi Zhang, Yan Yan2026-08-19