💻 Category

cs

4092 artigos

💻 ciência da computação

Layer Wise IndoBERT Representation Evolution for Indonesian Misinformation Detection

Este artigo apresenta uma análise sistemática camada por camada de modelos IndoBERT ajustados para a detecção de desinformação em indonésio, revelando uma evolução representacional consistente de três fases onde características críticas relacionadas a fake news são formadas em camadas intermediárias e consolidadas em camadas superiores, ao mesmo tempo em que destaca papéis funcionais distintos entre as representações [CLS] e de média agrupada (mean-pooled).

Rini Anggrainingsih, Julian Dewanto, Ghulam Mubashar Hassan2026-07-08
💻 ciência da computação

DLMC_Net: Adaptive Self Attention Module and Customized Convolutional Neural Network with Borderline SMOTE for Classification of Malwares using Byte Code Images

Este artigo propõe o DLMC_Net, um novo framework de aprendizado profundo que combina uma CNN customizada, um módulo de autoatenção adaptativa e o Borderline SMOTE para alcançar uma precisão de estado da arte (99,92%) na classificação de malware multiclasse usando imagens de bytecode, superando significativamente os modelos de linha de base estabelecidos.

Muhammad Imran Ali Khan, Hassaan Malik, Muhammad Nabeel Asghar, Sajid Iqbal2026-07-08
💻 ciência da computação

Simulating Quiet Quitting: A Computational Experiment on Crisis Management Strategies using Generative Agents

Este artigo apresenta uma estrutura de agentes generativos que simula e quantifica com sucesso o fenômeno do "Quiet Quitting", revelando que, embora as estratégias de comprometimento reduzam significativamente as intenções de rotatividade, sua eficácia é criticamente moderada pelos traços de personalidade dos funcionários, estabelecendo, assim, um campo de testes computacional para a gestão de crises direcionada com precisão.

Rui Hong, Feng Yao, Peijun Ye, Tao Wang, Zhongshan Zhang2026-07-08
💻 ciência da computação

LLM-Augmented Decision Intelligence for Real-Time Supply Chain Risk Assessment: A Parameterized Simulation and FMEA-Based Framework

Este artigo apresenta um novo framework de inteligência de decisão aumentado por LLM que integra a quantificação de risco baseada em FMEA com o raciocínio contextual de modelos de linguagem de grande escala para alcançar uma avaliação de risco de cadeia de suprimentos em tempo real, de alta revocação e estatisticamente significativa, conforme validado tanto por simulações parametrizadas quanto por extensos testes empíricos no conjunto de dados DataCo Smart Supply Chain.

Nikhil Reddy Donapati2026-07-07
💻 ciência da computação

Exploring the Potential of Large Language Models for Counter Argument Generation

Este artigo introduz um novo corpus de contra-argumentos diplomáticos provenientes de discursos da Assembleia Geral da ONU (2005–2024) e avalia modelos de linguagem de grande escala de última geração utilizando estratégias de ajuste fino temporalmente alinhadas para estabelecer um benchmark sistemático para a generalização cross-domain na geração de contra-argumentos.

Fatima Mumtaz, Sadaf Abdul Rauf, Saadia Ishtiaq Nauman, Muhammad Ghulam Abbas Malik, Muddesar Iqbal2026-07-07
💻 ciência da computação

CUPID-Med: Conformal Uncertainty-aware Prototype Discovery for Clinically Interpretable Deep Medical Clustering

O CUPID-Med é um novo framework que aproveita a descoberta de protótipos conscientes da incerteza conformal para gerar previsões de agrupamento de valores de conjunto clinicamente interpretáveis com escores de confiança calibrados, superando significativamente os baselines determinísticos na estruturação de dados de imagens médicas não rotulados.

Mojtaba Jahanian, Abbas Karimi, Nafiseh Osati Eraghi, Faraneh Zarafshan2026-07-07
💻 ciência da computação

A 2-Layered Game-Theoretic Deep Learning Model for Predicting Lodging Demand: SHAP and Nash Equilibrium

Este estudo propõe uma estrutura de aprendizado profundo teórica de jogos de duas camadas e explicável que combina SHAP para interpretabilidade de características e o equilíbrio de Nash para análise de preços competitivos para superar significativamente os modelos tradicionais na previsão da demanda de aluguéis de curto prazo.

Nasim Binesh, Kushi Vardhan Reddy Pasham, Atul Sheel, Debojyoti Seth, Gidon Jakar2026-07-07
💻 ciência da computação

Enhancing INS/GNSS Performance with Smart Learning Estimator

Este artigo propõe um "Estimador de Aprendizagem Inteligente" (SLE), um filtro de Kalman aumentado por aprendizagem profunda que combina as arquiteturas TGAN, LSTM e RWFNN, o qual melhora significativamente a precisão e a robustez de sistemas de navegação INS/GNSS de baixo custo durante interrupções prolongadas de sinal GNSS ao superar as limitações dos filtros lineares tradicionais.

Reza Safvat, Jafar Keighobadi, Morteza H. Sadeghi, Hossein Nourmohammadi2026-07-07
💻 ciência da computação

A Temporal Deep Feature Transfer Hybrid of LSTM and Gradient Boosting Machine for Multi Granularity Smart Grid Electricity Demand Forecasting

Este artigo propõe o TDF-LSTGBM, uma nova arquitetura híbrida de dois estágios que extrai características temporais da penúltima camada de um LSTM empilhado e as combina com atributos de consumo e temporais para um Gradient Boosting Machine, alcançando uma precisão significativamente maior na previsão de demanda de eletricidade de rede inteligente de multigranularidade em cinco categorias de consumidores em comparação com os modelos tradicionais LSTM e ARIMA.

SambasivaRao Naraboina2026-07-07