💻 Category

cs

4046 artigos

💻 ciência da computação

A Hybrid Machine Learning Framework for Robust Detection of Malicious DNS-over-HTTPS Tunneling Traffic

Este artigo propõe um framework híbrido estatisticamente validado e consciente de densidade, combinando XGBoost com pontuação de anomalia não supervisionada para detectar robustamente o tunelamento de DNS sobre HTTPS, demonstrando melhorias significativas em recall e redução de falsos negativos em relação aos baselines, ao mesmo tempo em que confirma que componentes generativos profundos não oferecem benefício adicional.

Enas Selem¹, Rania Salama¹2026-08-10
💻 ciência da computação

An Adaptive Resource-Aware MK-CKKS Framework with Linear- Complexity Multi-Key Aggregation for Privacy-Preserving Federated Learning in Resource-Constrained IoT Environments

Este artigo apresenta um framework MK-CKKS adaptável e consciente de recursos para aprendizado federado com preservação de privacidade em IoT que alcança agregação de múltiplas chaves de complexidade linear e ganhos de desempenho significativos através de experimentos em cenários reais no MNIST e CIFAR-10, enquanto reconhece transparentemente que a construção de chave independente e a validação de hardware físico permanecem como trabalhos futuros.

Nasir Ahmad Jalali, Hongsong Chen2026-08-10
💻 ciência da computação

τ-Guard: Recalibration-Invariant, Label-Free Drift Detection for Visual Recognition Systems via Cross-Signal Rank-Agreement Decay

O artigo introduz o (τ)(\tau)-Guard, um método de detecção de deriva sem rótulos para sistemas de reconhecimento visual que alcança invariância comprovável à recalibração de modelos ao monitorar o acordo de ranking entre a entropia preditiva e as pontuações de novidade no espaço de características, evitando assim os falsos positivos que assolam os monitores baseados em confiança enquanto mantém a sensibilidade a mudanças genuínas de distribuição.

Md Hasibuzzaman2026-08-10
💻 ciência da computação

Too Symmetric to See: Diagnosing Over-Invariance in Finite-Symmetry Geometric Learning

Este artigo identifica e quantifica falhas de "sobre-invariância" no aprendizado geométrico onde a simetria excessiva descarta informações de fase críticas, propondo o Agrupamento de Caracterização Projetiva (PCP) como um mecanismo de reparo direcionado que restaura efetivamente os canais de fase e melhora a planicidade diagnóstica em comparação com modelos padrão baseados apenas em magnitude, embora permaneça uma solução de escopo limitado em vez de um substituto universal para a média de órbita.

D Yang Eng2026-08-10
💻 ciência da computação

Adaptive Data Partitioning for Energy-Efficient Federated and Distributed Learning on Heterogeneous Systems

Este artigo propõe um controlador de particionamento de dados adaptativo orientado por medição que realoca dinamicamente os orçamentos de amostras com base em métricas de tempo de treinamento e energia em tempo real para mitigar retardatários, reduzir o consumo de energia e melhorar a eficiência do treinamento em sistemas distribuídos e federados heterogêneos.

Daniel Suárez Labena, Vicente José Blanco Pérez, Pedro Antonio Toledo Delgado, Francisco Carmelo Almeida Rodríguez2026-08-10
💻 ciência da computação

FGD-Det: Frequency-Guided Decoupled Alignment and Asymmetric Fusion for Multispectral Object Detection

O FGD-Det é um framework de detecção de objetos multiespectral assimétrico e eficiente que aborda disparidades de densidade de informação e desalinhamento espacial por meio de uma espinha dorsal de fluxo duplo heterogêneo e uma estratégia de fusão por estágios apresentando Alinhamento Desacoplado Guiado por Frequência, alcançando o estado da arte nos benchmarks LLVIP e FLIR com custo computacional significativamente reduzido.

Shaowu Zhou, Zuoxuan Hu, Jian Zhang, Hao Deng, Ziyang Wang2026-08-10
💻 ciência da computação

PR-CNN: A Multiscale Attention Relation Network for Accurate Bean Leaf Disease Image Recognition

Este artigo propõe o PR-CNN, uma estrutura de aprendizado profundo que integra redes neurais convolucionais, atenção de divisão piramidal e uma rede de relação para alcançar um reconhecimento altamente preciso e robusto de doenças em folhas de feijão, abordando eficazmente desafios como diferenças visuais sutis, fundos complexos e disponibilidade limitada de dados.

Hongyun Song, Laixiang Xu, Longguo Wu, Hao Zhao2026-08-10
💻 ciência da computação

An novel efficient method of multi-class support vector machine with weighted multiple kernel learning

Este artigo propõe o AIO-MSVM-WMK, uma nova estrutura de SVM multiclasse "all-in-one" que integra o aprendizado de múltiplos núcleos ponderados com a otimização de amostras para alcançar uma precisão de classificação superior e um tempo computacional significativamente reduzido em conjuntos de dados de alta dimensão.

Zijie Dong, Xingrui Gong, Fen Chen2026-08-10
💻 ciência da computação

PredictStroke: A Two-Stage Modular System Combining Machine Learning Ensemble Risk Prediction and Multimodal Symptom Triage Support

O PredictStroke é um sistema modular de dois estágios que integra um modelo de aprendizado de máquina de ensemble para a predição de risco de AVC a longo prazo com classificadores de tempo real baseados em visão e fala para triagem de sintomas agudos, demonstrando alto desempenho na avaliação de risco ao validar a viabilidade de módulos de detecção aguda independentes, apesar de pontuações de tempo real mais baixas.

Nafisa Raisa, Ibrahim Nabid2026-08-10
💻 ciência da computação

Training as Treatment: A Causal Framework for Machine-Learning Evaluation

Este artigo introduz o "Treinamento como Tratamento", um arcabouço causal que modela atribuições de papéis de dados e escolhas de pipeline como intervenções para analisar rigorosamente métricas de avaliação de aprendizado de máquina, contabilizando a interferência induzida pelo modelo e permitindo diagnósticos mais robustos para equidade, vazamento e generalização.

Vikas Ramachandra2026-08-10