💻 Category

cs

4092 artigos

💻 ciência da computação

Trustworthiness Assessment with Explainable AI: A Comparative Study of LIME, Parzen, and Greedy Explanation Methods on Religious Text and Image Classification

Este estudo avalia a confiabilidade dos métodos de explicação LIME, Parzen e Greedy em modelos de classificação de textos e imagens religiosas, constatando que o LIME supera consistentemente os demais na identificação de características não confiáveis dentro das restrições específicas do conjunto de dados de texto binário e do escopo limitado de imagens.

Fatima Daws, Sabaa Alansi, Fateen Alharaz, Abdullah Al-Hashedi2026-07-28
💻 ciência da computação

Adaptive Interpolatory Curve Subdivision with Learned Local Angles

Este artigo introduz um esquema de subdivisão interpolatório adaptativo que aprende ângulos de inserção locais por meio de um preditor compacto por aresta para superar as linhas de base de tensão fixa em precisão e suavidade através de geometrias euclidianas, esféricas e hiperbólicas, preservando a garantia de que as curvas refinadas passam pelos pontos de controle originais.

Hassan Ugail, Newton Howard2026-07-28
📄 outros

X-WAF: A Hybrid Machine Learning Framework with SHAP-Driven Explainability and Automated Rule Synthesis for Real-Time Web Application Protection

Este artigo apresenta o X-WAF, um framework de aprendizado de máquina híbrido que combina um conjunto de classificadores com explicabilidade baseada em SHAP para alcançar detecção de ataques web de dia zero com alta precisão e baixa latência, enquanto traduz automaticamente insights em regras de ModSecurity acionáveis para uma integração contínua em infraestruturas de segurança existentes.

Danish Quarni2026-07-27
📄 outros

StrokeID-NER : A Stroke Named Entity Recognition Dataset for Indonesian Patient- Generated Health Queries

Este artigo apresenta o StrokeID-NER, um conjunto de dados indonésio publicamente disponível de 1.742 consultas de saúde geradas por pacientes e anotadas para entidades nomeadas relacionadas ao AVC, o qual foi utilizado para demonstrar que modelos transformer ajustados superam significativamente os baselines zero-shot no reconhecimento de terminologias médicas informais e regionais, ao mesmo tempo em que destaca que os ganhos de desempenho futuros dependem primordialmente da expansão da cobertura lexical, em vez da arquitetura do modelo.

Miseri Cordiaz S, Yaseen Muhammad, Md Ariful Islam Mozumder, Hee Cheol Kim2026-07-27
📄 outros

Assessing the Credibility of Corporate SDG Claims: An Agentic AI Framework for Sustainability Report Analysis

Este estudo introduz uma estrutura de IA Agêntica escalável e fundamentada em teoria que avalia rigorosamente a credibilidade das alegações corporativas de ODS frente a uma rubrica de cinco dimensões, revelando que, embora a maioria das divulgações seja parcialmente substantiva, as empresas frequentemente subestimam seu engajamento real de sustentabilidade.

Damrongsak Naparat, Erboon Ekasingh2026-07-27
📄 outros

Conditional Diffusion-Based Data Augmentation for Imbalanced Multi-Mode Fault Diagnosis in Predictive Maintenance

Este artigo demonstra que modelos probabilísticos de difusão de denoising (DDPMs) condicionais por classe mitigam efetivamente o desequilíbrio severo de classes na manutenção preditiva ao sintetizar amostras de alta fidelidade da classe minoritária, superando significamente métodos tradicionais de aumento de dados, como SMOTE e GANs, na detecção de falhas industriais raras.

ABDELHAFID HAMDI ALAOUI, ANWAR MEDDAOUI2026-07-27
📄 outros

Causal Retrieval-Augmented Generation: ModifyingFake Correlations in AI-Driven Knowledge Systems through Algorithmic Nudging

Este artigo apresenta o Causal Retrieval-Augmented Generation (CR-RAG), um framework que modela o pipeline de RAG como um Modelo Causal Estrutural para mitigar correlações espúrias e reduzir alucinações por meio de ajuste de backdoor, reponderação de propensão inversa e aumento de dados contrafatuais, alcançando ganhos de desempenho significativos em benchmarks intensivos em conhecimento, particularmente para questões de cauda longa.

A.Jethose Vijayakumar, Rajendran Thavasimuthu, Ramkumar Sivasakthivel, Manikandan Rajagopal2026-07-27
💻 ciência da computação

Topology-Preserving Anisotropic Adaptive Yarn-Level Cloth Simulation Using Direction-Aware Energy Evaluation

Este artigo propõe um framework adaptativo de preservação de topologia e sensível à direção para simulação de tecido ao nível de fio que ajusta dinamicamente a intensidade da computação de restrições com base na deformação local e atividade de contato, enquanto emprega upsampling visual para manter estruturas tecidas de alta fidelidade sem incorrer em custos computacionais proibitivos.

Jong-Hyun Kim2026-07-27