💻 Category

cs

4092 artigos

💻 ciência da computação

MSAL-YOLO: a YOLOv8-based detector for small and densely distributed object detection in UAV aerial imagery

O artigo propõe o MSAL-YOLO, um detector YOLOv8 aprimorado que integra um módulo de Convolução Mista Espacial-Canal, um mecanismo de Atenção de Coordenadas Aperfeiçoada de Múltiplos Ramos e uma perda Region-Adaptive Wise-IoU para abordar eficazmente os desafios de detecção de objetos pequenos e densamente distribuídos em imagens aéreas de UAV, alcançando melhorias significativas de desempenho nos conjuntos de dados VisDrone2019 e DOTAv1.

Fei Ding, Xiufu Du, Haining Zhang, Haibin Liu, Liguo Han2026-07-13
💻 ciência da computação

TRAUMA: A Machine Learning–Based Record Linkage Method for Health Databases

Este estudo valida o método TRAUMA, uma abordagem de vinculação de registros baseada em aprendizado de máquina supervisionado utilizando LightGBM, demonstrando sua capacidade superior de recuperar correspondências verdadeiras com alta precisão e especificidade em comparação com a ferramenta tradicional CIDACS-RL em bases de dados de saúde brasileiras.

Daniel Scaldaferri Lages, Thayna Karoline Sousa Silva, Patricia Bartholomay Oliveira, Dayan Carvalho Ramos Salles de Oli (…)2026-07-13
💻 ciência da computação

Diamojism: Semantic-Perceptual Tile Selection for Large-Format Emoji Mosaic Rendering

Este artigo introduz o Diamojismo, uma nova arquitetura de renderização de fotomosaico que aprimora mosaicos de emojis de grande formato ao integrar pontuação de tema semântico e correção de paleta iterativa em um sistema de grade de azulejos em formato de diamante, melhorando assim a relevância temática e a precisão de cores sem depender de modelos generativos.

Michael Jacobs2026-07-13
💻 ciência da computação

What Makes a Programming Problem Hard for a Language Model? An Empirical Study of Item Difficulty Across Code LLMs on Two Benchmarks

Este artigo apresenta um estudo empírico demonstrando que a dificuldade dos problemas em benchmarks de geração de código é uma métrica estável e transferível, impulsionada por características da especificação (como exemplos e comprimento do prompt) no HumanEval e pela complexidade da solução no MBPP, oferecendo insights críticos para a melhoria de benchmarking, avaliação automática e design de ferramentas educacionais à medida que as pontuações agregadas dos modelos saturam.

TANZIM ISLAM KHAN2026-07-13
💻 ciência da computação

Detecting ovarian endometriomas from ultrasound using vision transformers and cross-modality transfer learning

Este artigo apresenta um modelo de aprendizado de máquina pioneiro que detecta endometriomas ovarianos a partir de imagens de ultrassom usando vision transformers e transferência de aprendizado cross-modalidade, alcançando alto desempenho apesar da escassez e do desequilíbrio de dados, enquanto demonstra a transferibilidade de características de baixo nível através de modalidades de imagens médicas.

Matthew Watson, Miliani Fraser-Fletcher, Tom Willshare, Molly Jowsey, Noura Al Moubayed2026-07-13
💻 ciência da computação

Intelligent Root Cause Analysis and Incident Diagnostics for Microsoft Fabric and Power BI through Telemetry Correlation and Kusto Query Language

Este artigo apresenta um framework de análise de causa raiz inteligente para o Microsoft Fabric e Power BI que utiliza correlação de telemetria de múltiplas camadas e inferência baseada em Kusto Query Language para melhorar significativamente a precisão e a velocidade do diagnóstico de incidentes em comparação com os métodos manuais tradicionais.

Shujath Baig Mirza2026-07-13
💻 ciência da computação

Human–AI collaboration in deductive coding of classroom dialogue: prompt engineering and collaboration patterns

Este estudo utiliza a pesquisa baseada em design para demonstrar que um assistente de codificação GPT customizado, quando integrado com prompts estruturados e um fluxo de trabalho colaborativo centrado no humano, apoia efetivamente a codificação dedutiva de diálogos de sala de aula, ao mesmo tempo em que destaca que a colaboração bem-sucedida entre humanos e IA depende da interação dinâmica entre a arquitetura de prompts, o sequenciamento do fluxo de trabalho e a postura do pesquisador em relação à IA.

Luwei Bai, Dongkeun Han, Sara Hennessy2026-07-13
💻 ciência da computação

When Does Context Help Machine Vision? Decomposing the Risk and Reliability of Contextual Conditioning in Vision-Language Models

Este artigo analisa sistematicamente o condicionamento contextual em modelos de visão-linguagem através de diversas arquiteturas e conjuntos de dados, revelando que, embora o prompting em nível de domínio seja consistentemente benéfico, o condicionamento contextual completo por imagem carrega alta variância e riscos de sobreajuste, com sua utilidade sendo primariamente impulsionada pela escala do modelo e pela precisão basal.

Alaa Alahmadi2026-07-13