💻 ciência da computação

Towards Trustworthy Breast Cancer Diagnosis: A Comparative Explainability Stability Study of DenseNet121 and Vision Transformers

Este estudo compara a precisão de classificação e a estabilidade da explicabilidade de modelos DenseNet121 e Vision Transformer em imagens de histopatologia mamária, revelando um compromisso crítico onde o DenseNet121 alcança maior precisão e explicações localizadas, enquanto o Vision Transformer demonstra maior robustez das explicações sob perturbações de entrada.

Harsh Verma, Harish Kumar Shakya2026-07-03
💻 ciência da computação

A Three-Phase Deep Learning Framework for Mine Reclamation: LSTM Prediction and DRL Control with Synthetic Data Validation Against African Soil Profiles

Este estudo apresenta uma estrutura de aprendizagem profunda de três fases que combina a previsão de pH baseada em LSTM com o controlo por Aprendizagem por Reforço Profundo, validada contra perfis de solos africanos utilizando dados sintéticos, para fornecer uma solução escalável e transferível para a otimização da recuperação de minas em regiões da África Subsariana com escassez de dados.

Daniel Agyekum Amakye2026-07-03✓ Author reviewed ⓘ
💻 ciência da computação

A Deep Set-Based Aggregation Approach for Repeated Measurements: Insights from Variable-Length Wearable Device-Measured Physical Activity Data

Este estudo demonstra que a agregação baseada em Deep Set aproveitando a autoatenção supera os métodos tradicionais na modelagem de dados de atividade física de alta frequência e comprimento variável, ao mesmo tempo em que sugere que estratégias de agregação mais simples permanecem suficientes para medições mais estáveis e de baixa frequência.

Jaeyoung Park, Suyeon Kang, Ramakanth Yakkanti, Ausberto Velasquez Garcia2026-07-03
💻 ciência da computação

AdapNet-IDS: A Self-Adapting, Interpretable Deep Learning Framework for Real-Time Intrusion Detection

Este artigo apresenta o AdapNet-IDS, uma estrutura de aprendizado profundo autoadaptável e interpretável que integra BiLSTM, autoatenção e Consolidação de Peso Elástico para alcançar detecção de intrusão de alta precisão e em tempo real, com capacidades de aprendizado contínuo e tomada de decisão transparente através de diversos ambientes de rede.

Nandhini Pari2026-07-03
💻 ciência da computação

Closed-Loop Fairness and Privacy Optimization for Federated Text Classification under Non-IID Data

Este artigo propõe o FedMOJO, um framework colaborativo de malha fechada que integra aprendizado de representação de baixo posto, privacidade diferencial e otimização de justiça-privacidade para equilibrar efetivamente utilidade, justiça de grupo e preservação de privacidade na classificação de textos federados sob dados não-IID.

Lihong Guo, Mingkai Dai, Luogang Zhang, Chao Ma2026-07-02
💻 ciência da computação

Node-Level Fault Monitoring in WSN using Deep Neural Networks with Real-Time Graph Mapping and Performance Analysis

Este artigo propõe um framework de aprendizado profundo utilizando modelos CNN, RNN e LSTM para detectar falhas em nível de nó em Redes de Sensores Sem Fio baseadas em características temporais, validadas por meio de métricas de desempenho e visualizadas via uma interface de mapeamento gráfico em tempo real.

Manjunatha A S, Venkatramana Bhat P, Ramakrishna M2026-07-02
💻 ciência da computação

A transferable explainable and uncertainty-aware machine learning framework for water quality classification in data-scarce regions

Este estudo propõe uma estrutura de aprendizado de máquina transferível, explicável e consciente da incerteza para a classificação da qualidade da água em regiões com escassez de dados, que combina famílias de tarefas distintas e modelagem robusta para fornecer uma ferramenta de suporte à decisão cautelosa e reprodutível, em vez de um classificador automático cego.

Mahoudo Fidèle ASSOGBA, Papin Sourou MONTCHO, Alhassane Diami DIALLO, Kossoko Babatoundé Audace DIDAVI, Adama Moussa SAK (…)2026-07-02
💻 ciência da computação

A Hybrid Metaheuristic for the Family Capacitated Vehicle Routing Problem

Este artigo apresenta o ILS+SP, uma metaheurística híbrida que combina a Busca Local Iterada com a otimização pós-processamento de Particionamento de Conjuntos, que supera significativamente os métodos de estado da arte existentes na resolução do Problema de Roteamento de Veículos Capacitados com Famílias ao alcançar soluções próximas do ótimo em instâncias de benchmark de larga escala.

Bruno Oliveira, Diogo Lima, Marcos Roboredo2026-07-02
💻 ciência da computação

When Pooling Fails: An Information-Theoretic Ceiling on Object Grounding in Aggregated Planning Agents

Este artigo prova que agentes de planejamento baseados em pooling enfrentam um teto computável e irredutível na ancoragem de objetos determinado exclusivamente pela dimensão do embedding e pela contagem de objetos, uma limitação estrutural que causa perda de identidade independentemente da capacidade do modelo ou do treinamento.

Shoryavardhaan Gupta2026-07-02✓ Author reviewed ⓘ
💻 ciência da computação

Entropy-resolved sensor selection for compact and interpretable temporal multisensor monitoring

Este estudo propõe o framework de Ação de Sensor com Resolução de Entropia (ESA), um método de seleção unificado que integra relevância da informação, estabilidade temporal, não redundância e completude para identificar subconjuntos de sensores compactos e interpretáveis que mantêm um desempenho preditivo quase perfeito sob variadas condições de campo e dados ausentes.

Faris A. Kateb, Adel Aboud Bahaddad2026-07-02