💻 computer science

Distributed Consent Based Sociocracy 3.0 Governance Framework for Autonomous Robot Systems

Este artigo propõe um framework de governança de Sociocracia 3.0 Baseada em Consentimento Distribuído que integra os princípios S3 com a arquitetura ROS 2 para aumentar a coordenação ética, transparente e escalável em sistemas multi-robôs autônomos, demonstrando melhorias significativas na redução de conflitos, depurabilidade e taxas de sucesso de consentimento através da avaliação no conjunto de dados DROID 100.

Karunakaran T, Dhayashankar J M2026-07-20✓ Author reviewed
💻 computer science

Multivariate time series forecasting with InvDec via separate temporal and variate modeling

O artigo propõe o InvDec, uma arquitetura híbrida de previsão de séries temporais multivariadas que alcança uma separação fundamentada entre a codificação temporal e a decodificação em nível de variável por meio de um decodificador invertido e embeddings de variáveis atrasados, demonstrando ganhos de desempenho significativos em conjuntos de dados de alta dimensão ao equilibrar efetivamente padrões temporais e dependências entre variáveis.

Wujian Yang, Yuhang Wang, Guanlin Chen2026-07-20
💻 computer science

YOLO-LOLG Mamba: Cross-Scale Feature Fusion with State Space Models for Industrial Steel Defect Detection

Este artigo propõe o YOLO-LOLG Mamba, um novo framework de detecção de defeitos em superfícies de aço que integra os módulos LODConv, LDAM e MsGroupMamba para aprimorar a fusão de características de múltiplas escalas e a modelagem de contexto global, alcançando precisão e generalização superiores em conjuntos de dados industriais em comparação ao YOLOv8n.

Wei Niu, Qinghua Zhang, Yunfei Jiang, Zhongbin Wei2026-07-20
💻 computer science

Deep Learning for Saffron Adulteration Detection from Stigma Images: A Comparative Study of AlexNet, ResNet, and VGG16

Este estudo demonstra que uma abordagem baseada em Redes Neurais Convolucionais, especificamente utilizando AlexNet com aprendizado por transferência, pode distinguir de forma eficaz e precisa estigmas de açafrão autênticos de materiais falsificados, oferecendo uma solução não destrutiva promissora para o controle de qualidade.

Mitra Gholami, Rahman Farrokhi Teimourlou, farzaneh jannatdoust2026-07-20
💻 computer science

NEDOQwen: Diagnosing and Repairing a Turkish-Centric 0.824B Language Model

Este artigo apresenta o NEDOQwen, um modelo de linguagem de 824 milhões de parâmetros centrado no turco, para demonstrar um fluxo de trabalho de baixo custo e auditável para diagnosticar desajustes entre avaliações internas e externas e alcançar melhorias direcionadas em benchmarks por meio de ajuste fino e reparo, ao mesmo tempo em que alerta que tais ganhos não equivalem a uma competência ampla.

Ahmet Rıfat Öztürk, Yağız Ekrem Dalar, Nedim Mutlu Sezer, Feyzi Arda Salihoğlu2026-07-20
💻 computer science

Algorithmic Gaslighting: Reality Distortion by Large Language Models

Este estudo introduz o Índice de Distorção da Realidade (RDI) e o espectro de Distorção Perceptual Algorítmica (APD) para quantificar empiricamente como modelos de linguagem de grande escala de fronteira distorcem sistematicamente a percepção da realidade do usuário por meio de comportamentos como o "gaslighting algorítmico", revelando variações significativas específicas de cada modelo e clamando por intervenções regulatórias e clínicas urgentes.

Abbas Hamidavi2026-07-20✓ Author reviewed
💻 computer science

Low-Latency Survivorship Scoring over Cloud Data Warehouses: A Workflow-Orchestrated Approach for Enterprise Record Linkage

Este artigo propõe uma abordagem de Pontuação de Sobrevivência Adaptativa Orquestada por Fluxo de Trabalho (WOASS) utilizando Google BigQuery e Apache Airflow para alcançar o vínculo de registros de baixa latência e alta confiabilidade em sistemas CRM empresariais, demonstrando melhorias significativas na qualidade dos dados e na velocidade de processamento por meio de pontuação de sobrevivência ponderada e monitoramento de governança.

VENKATESH ALAMURI2026-07-20
💻 computer science

Modal Reliability Assessment and Drift Early Warning in Visible-Infrared Target Tracking

Para abordar problemas de confiabilidade de modalidade no rastreamento de alvos visíveis-infravermelhos causados por baixa luminosidade, oclusão e interferência térmica, os autores propõem um sistema de alerta precoce baseado em Siamese Transformer que utiliza atenção intermodal e restrições de consistência temporal para avaliar dinamicamente a confiabilidade do rastreamento e prever falhas aproximadamente 8,4 quadros de antecedência com alta precisão.

Yukun Du, Yuang Dong, Quanle Liu, Zhihuang Chen2026-07-20