💻 ciência da computação

CATD-LPT-CFPM- Cluster Aware Top-Down Linear Prefix Tree for Closed Frequent Pattern Mining

O artigo propõe o framework CATD-LPT-CFPM, que aprimora a mineração de padrões frequentes fechados ao agrupar transações para reduzir o espaço de busca e empregar uma estratégia de poda de múltiplos níveis com um mecanismo de Poda de Fechamento Top-Down para minimizar o processamento redundante e o uso de memória, apesar de incorrer em algum overhead decorrente do agrupamento e da construção da árvore.

M Sinthuja, P Saranya, M. Diviya2026-07-30
💻 ciência da computação

Canonical Alignment and Weighted Neural Network for Autonomous Part Defect Identification in 3D Point Clouds

Este artigo propõe uma estrutura baseada em PointNet aprimorada para a identificação autônoma de defeitos em nuvens de pontos 3D que utiliza o alinhamento canônico determinístico baseado em SVD e perda de entropia cruzada ponderada para superar a variabilidade geométrica e o desequilíbrio de classes, alcançando precisão melhorada e latência de inferência reduzida para inspeção industrial em tempo real.

Qingze Zou, ElHussein Shata, Baihui Chen, Yuebin Guo2026-07-30
💻 ciência da computação

Atmospheric Turbulence-Driven Chaotic Cloud Drift Optimization for Feature Selection and Forecasting

Este artigo propõe o algoritmo Chaotic Improved Cloud Drift Optimization (CI-CDO), uma nova metaheurística aprimorada por dinâmicas de turbulência atmosférica e mapas caóticos, que demonstra desempenho superior na resolução de problemas de otimização de referência, na seleção de subconjuntos de características ideais para classificação e na previsão de dados ambientais do mundo real.

Abdelmonem M. Ibrahim, Doaa A. Fakhry, Ahmed Abdel-Monsef Allam2026-07-30
💻 ciência da computação

Metadata Supervised Imaging Representations for Modelling and Controlling Acquisition Variability

Este artigo propõe uma abordagem supervisionada por metadados para desvincular a estrutura anatômica das variações dependentes da aquisição em imagens biomédicas, permitindo a criação de representações conscientes da aquisição e um modelo de harmonização unificado que melhora a generalização, a interpretabilidade e a implantação clínica através de diversos protocolos de imagem e centros.

Mehmet Yigit Avci, Pedro Borges, Virginia Fernandez, Natalia Glazman, Paul Wright, Mehmet Yigitsoy, Sebastien Ourselin (…)2026-07-30
💻 ciência da computação

Interpretable Ensemble Machine Learning for Process-Parameter-Driven Prediction of TiO₂–PVP Electrospun Nanofiber Diameter

Este estudo demonstra que uma estrutura de aprendizado de máquina de conjunto interpretável, especificamente utilizando a Regressão de Extra Trees, pode prever com precisão o diâmetro de nanofibras eletrofiadas de TiO₂–PVP com base nos parâmetros do processo, oferecendo, assim, uma alternativa altamente eficiente e precisa aos métodos tradicionais de otimização experimental demorados.

Chetan More, Harshada Mhetre, Kedar Sahasrabudhe, Asmita Mali, Sameer Gajmal, Amol Bhopale, Amit Shewale2026-07-30
💻 ciência da computação

MSF-TrashDet: A Lightweight Multi-Scale Feature Fusion Network for Automatic Waste Object Detection Using the TrashNet Dataset

Este artigo propõe o MSF-TrashDet, uma rede de fusão de características multiescala leve que utiliza um novo bloco de Melhoria de Características Multiescala e poda de canais estruturada para alcançar a detecção de objetos de resíduos de alta precisão e eficiente no conjunto de dados TrashNet, superando modelos de última geração como YOLOv5n, YOLOv8n e YOLOv11n com 91,91% de mAP50 enquanto mantém baixa complexidade computacional.

Tao Yanfen, Lei Lijuan, Gao Yousheng, Fan Dongdong, Mei Pengfei2026-07-30
💻 ciência da computação

A Scalable Hybrid Encryption Framework Based on Unimodular Hill Cipher and Chaotic Logistic XOR Stream Cipher for Secure Binary File Protection

Este artigo propõe uma estrutura de criptografia híbrida escalável que combina a Cifra de Hill Unimodular com uma cifra de fluxo XOR baseada em um Mapa Logístico caótico para fornecer proteção segura, eficiente e independente de formato para arquivos binários arbitrários, alcançando aleatoriedade quase ideal, forte resistência a ataques estatísticos e recuperação sem perdas com alto rendimento.

Samsul Arifin¹, Ade Kurniawan, Tiawan Tiawan, Merios Gusan Putra, Edwin Kristianto Sijabat, Dani Lukman Hakim, Dwi Wijon (…)2026-07-30
💻 ciência da computação

A Dynamic Hybrid Cryptosystem Combining Unimodular Hill Cipher, Chaotic Logistic Maps, and ECC for Efficient Binary File Encryption

Este artigo apresenta o Hybrid Split-Based Chaotic Cryptosystem (HSBCC), uma estrutura unificada que integra uma Cifra de Hill unimodular gerada dinamicamente, derivação de chave baseada em Mapa Logístico e Criptografia de Curva Elíptica para alcançar uma criptografia segura, sem perdas e que preserva o tamanho para arquivos binários arbitrários.

Samsul Arifin¹, Alya Maura Raditha, Ade Kurniawan, Tiawan Tiawan, Merios Gusan Putra, Edwin Kristianto Sijabat, Dani Luk (…)2026-07-30
💻 ciência da computação

Block-Sparse Pruning Compresses Models Without Reducing Inference Latency in Intrusion Detection Networks

Este estudo demonstra que, embora a poda de esparsidade em blocos (block-sparse pruning) comprima significativamente um modelo de detecção de intrusão de aprendizagem profunda para implantação em borda sem melhorar a latência de inferência em hardware padrão, ela introduz instabilidade específica de classe e falha em resolver problemas de desempenho para tipos de ataques minoritários.

Ishan Mishra2026-07-30
💻 ciência da computação

AI-Driven Multi-Objective Scheduling and Load Balancing of Containers in Federated Cloud Environments

Este artigo propõe um framework impulsionado por IA para ambientes de nuvem federada que integra redes neurais de grafos, otimização NSGA-II e bandits contextuais para minimizar simultaneamente violações de SLO, consumo de energia, custos operacionais e tráfego entre clusters, enquanto maximiza a equidade e a estabilidade, alcançando um desempenho superior em relação aos métodos existentes em avaliações experimentais.

Votte Rajashekhar, N. Radhika, G Naga Rama Devi, Yedida Subrahmanyam, N. Rahul Pal, Gadde Mamatha2026-07-30