💻 Category

cs

4092 artigos

💻 ciência da computação

A Framework for Dynamic Knowledge Graph Ontology Incremental Alignment based on Large Language Model Agents

O artigo propõe o DOKA-Agent, um framework de agente de modelo de linguagem de grande escala que emprega um fluxo de trabalho de perceber-planejar-agir para alcançar o alinhamento de ontologia dinâmico e incremental em grafos de conhecimento em evolução, aumentando assim a precisão semântica e reduzindo a latência de atualização em comparação com os métodos estáticos tradicionais.

Hao Qin, Fusheng Wei, Bin Liang, Wobin Lin2026-07-03
💻 ciência da computação

Scientometric modeling of emerging technologies: assessing the added predictive value of graph structure

Utilizando um corpus de cibersegurança no espaço, este estudo demonstra que, embora a topologia de grafos ofereça um valor incremental dependente do contexto na previsão da emergência de tecnologias, os históricos temporais ao nível do nó já codificam a maior parte da informação preditiva, resultando em melhorias apenas modestas e não uniformes de modelos conscientes de grafos sobre basais temporais robustos.

Paul Bagourd, Julian Jang-Jaccard2026-07-03
💻 ciência da computação

Parallel Accelerated Steganographic Polar Coding Architecture Based on GPU

Este artigo apresenta o CuSPC, uma arquitetura orientada para GPU para codificação polar esteganográfica que reestrutura cronogramas de decodificação e aproveita o paralelismo de múltiplos níveis para alcançar um aumento de 30 vezes no throughput em relação às bases de CPU, mantendo uma baixa perda de codificação e resistência à esteganálise comparável.

Xiaolei He, Luyao Wang, Haocheng Fu, Yun Cao, Meineng Zhu2026-07-03
💻 ciência da computação

CodePori: Large-Scale System for Autonomous Software Development Using Multi-Agent Technology

Este estudo apresenta o CodePori, um sistema multiagente de larga escala para desenvolvimento de software autônomo, e avalia empiricamente sua aplicabilidade no mundo real por meio do feedback de participantes para identificar desafios e oportunidades fundamentais além das métricas de benchmarks padrão.

Zeeshan Rasheed, Muhammad Waseem, Kai-Kristian Kemell, Aakash Ahmad, Malik Abdul Sami, Mika Saari, Jussi Rasku, Pekka Ab (…)2026-07-03
💻 ciência da computação

Adapting homework design principles in modern Computer Science education to enhance learning outcomes and reduce unintended consequences

Este estudo propõe e avalia estratégias para redesenhar os deveres de casa de Ciência da Computação para aproveitar, em vez de proibir, as ferramentas de IA, demonstrando que ciclos de aprendizagem iterativos, cronometragem estratégica e feedback contínuo podem aumentar a compreensão genuína do aluno ao mesmo tempo em que mantêm a integridade acadêmica.

Jamaladdin Hasanov2026-07-03
💻 ciência da computação

Unsupervised Image Reconstruction Based Anomaly Detection Demonstrated on Oil Spill Segmentation in SAR Images

Este artigo apresenta o Res6-Deep11, um novo modelo de reconstrução de imagem não supervisionado que detecta e segmenta eficazmente manchas de óleo em imagens SAR sem exigir rótulos de verdade de campo ao nível do pixel, alcançando um desempenho superior em relação aos métodos de última geração com um F1-score de 77,33%.

Noor Ul Ain, Outi Savolainen, Laura Ruotsalainen2026-07-03
💻 ciência da computação

DecodingTrust-Agent Platform (DTap): A Controllable and Interactive Red-Teaming Platform for AI Agents

Este artigo apresenta o DTap, a primeira plataforma de red-teaming controlável e interativa para agentes de IA, que inclui um agente de red-teaming autônomo (DTap-Red) e um benchmark de larga escala (DTap-Bench) para avaliar e expor sistematicamente vulnerabilidades de segurança em 14 domínios do mundo real.

Bo Li, Zhaorun Chen, Xun Liu, Haibo Tong, Chengquan Guo, Yuzhou Nie, Jiawei Zhang, Mintong Kang, Chejian Xu, Qichang Liu (…)2026-07-03
💻 ciência da computação

Operationalizing Trustworthy AI: A Scalable Framework for Granular Error Analysis and Bias Mitigation in Healthcare Models

Este artigo apresenta uma estrutura escalável para operacionalizar a IA confiável na saúde ao utilizar uma Árvore de Decisão de Análise de Erros e inovações metodológicas inéditas para descobrir falhas em subgrupos ocultos e mitigar o viés, traduzindo, assim, princípios abstratos de equidade em objetivos de engenharia verificáveis que garantem a conformidade com regulamentações como o EU AI Act.

Andrea Corvaglia, Marco Montagna, Davide Vignale, Anna Palmisano, Francesco Pisu, Alberto Colombo, Marta Liberotti, Clar (…)2026-07-03
💻 ciência da computação

Deployable AI for IoT/IIoT Security: A Systematic Review of Labeling, Transfer, Resource, and Explainability Constraints

Esta revisão sistemática de 154 estudos (2021–2025) revela que, embora a IA para segurança de IoT/IIoT esteja fortemente focada em detecção de intrusão, a pesquisa atual carece de validade operacional devido à escassez de rótulos e restrições de recursos, necessitando de uma mudança em direção a protocolos de implantação padronizados, conscientes de deriva (drift-aware) e explicáveis.

Anass Rharif, Ziad Charafi, Mounia Zaydi, Sofia Belkhala, Yassine Maleh2026-07-03
💻 ciência da computação

Process Element Annotation for MitigatingProcess Semantic Collapse: A Constraint-AwareDecomposition–Recomposition Approach

Este artigo introduz o método de Anotação de Elemento de Processo por Decomposição–Recomposição com Consciência de Restrições (DR-PEA) para mitigar o Colapso Semântico de Processo em grandes modelos de linguagem através da transformação de texto de processo não estruturado em dados estruturados padronizados por meio de um pipeline de três estágios de decomposição semântica, recomposição de processo e mapeamento de restrições, alcançando um desempenho superior em relação às linhas de base existentes.

Zhihao Guo, Pan Pan, Wei Li, Faxu Guo, Jian Wang, Jianhua Zhang, Guomin Zhou2026-07-03