💻 ciência da computação

Adversarial Intelligence: A Systematic Review of AI-Driven Cyber Threat Detection, Adaptive Malware Evasion, and Arms Race Dynamics in Zero Trust Security Environments

Este artigo apresenta uma revisão sistemática de 80 estudos (2010–2026) analisando a evolução da corrida armamentista entre a detecção de ameaças cibernéticas impulsionada por IA e as técnicas de evasão adversária, oferecendo uma taxonomia unificada, análise visual de tendências e uma avaliação crítica de desafios e direções futuras dentro de ambientes de segurança Zero Trust.

Dharma Patel2026-07-01
💻 ciência da computação

Timesynth: A Temporal Fidelity Framework for Health Signal Digital Twins

Este artigo apresenta o TimeSynth, uma estrutura de benchmarking controlada que expõe as limitações das métricas pontuais padrão na avaliação de gêmeos digitais de sinais de saúde, ao revelar erros significativos de fase e frequência em modelos líderes, defendendo, assim, a seleção de modelos baseada em arquitetura por meio de diagnósticos de fidelidade temporal.

Warren Pettine, Md Rakibul Haque, Shireen Elhabian2026-07-01
💻 ciência da computação

Era-Aware Language Modeling: Training a Decoder-Only Transformer on a Balanced Gutenberg Corpus

Este artigo apresenta o GutenbergLM, um transformer decodificador de apenas 109,5 milhões de parâmetros treinado do zero em um corpus do Project Gutenberg temporalmente equilibrado com tokens de condicionamento de era, demonstrando que a estratificação temporal explícita permite ao modelo gerar estilos de escrita distintos e apropriados ao período através das eras literárias Inicial, Média e Moderna.

V K R SUBHASH CH, PAVAN TEJ P G2026-07-01
💻 ciência da computação

Internal Combustion Engine Optimization: An Improved Physics-Inspired Metaheuristic

Este artigo introduz a Otimização de Motor de Combustão Interna (ICEO), um novo algoritmo metaheurístico inspirado no ciclo de quatro tempos de um motor e governado por uma Unidade de Controle de Motor adaptativa, que supera significativamente os métodos de última geração na resolução de problemas de otimização não lineares e de alta dimensão ao equilibrar efetivamente exploração e explotação para evitar a convergência prematura.

Chabi A. R. Babatounde, Bastien Poggi, Evelyne Vittori, Thierry Antoine-Santoni, Antoine Aiello2026-07-01
💻 ciência da computação

Transforming Industrial Supply Chains with AI and IoT in Industry 4.0: Productive and Sustainable Approaches

Este artigo revisa o potencial transformador e os desafios da IA e da IoT nas cadeias de suprimentos da Indústria 4.0 por meio de estudos de caso globais e regionais, propondo, por fim, um framework escalável que integra projetos-piloto com mecanismos de governança para alcançar tanto produtividade quanto sustentabilidade.

Nayid Triana Guzman, Diego Mauricio Carmona2026-07-01
💻 ciência da computação

Containment over Detection: Cryptographic Boundary Enforcement for Prompt Injection Defense in Agentic LLM Systems

Este artigo propõe uma arquitetura de contenção criptográfica que protege sistemas de LLM agênticos contra injeção de prompt ao impor um limite sintático autenticado por tokens e de alta entropia entre instruções e dados, tornando, assim, as tentativas de injeção estruturalmente inertes com taxas de falha negligenciáveis e sobrecarga de tempo de execução mínima.

Saurabh Sharma2026-07-01
💻 ciência da computação

Adaptive Weighting for Multi-view Classification Based on Ensemble Learning

Este artigo propõe o AWMCEL, um novo framework de ensemble multi-view que combina regressão de mínimos quadrados discriminante com ponderação adaptativa e regularização de norma G1,2\mathbf{G}_{1,2} para atribuir automaticamente pesos ótimos aos classificadores com base em seu desempenho, aproveitando efetivamente informações complementares de diversas visões de dados sem ajustes complexos de parâmetros.

Mohamed AIT BLAL, Ali Yahyaouy, Rosanna Verde, My Abdelouahed Sabri, Jamal Riffi, Hamid Tairi2026-07-01
💻 ciência da computação

Source-Aware Reasoning for Large Language Models via Data Producer Scope Extension

Este artigo propõe uma estrutura de raciocínio consciente da fonte para grandes modelos de linguagem que estende o escopo de inferência para incluir os produtores de dados e seu contexto ascendente, permitindo uma discriminação mais precisa entre anormalidades genuínas do sistema e artefatos de dados, enquanto melhora significamente a precisão de detecção e reduz erros temporais.

Hong Su2026-07-01
💻 ciência da computação

``Don't Teach Minerva'': Evaluating Retrieval-Augmented Refinement for Low-Resource Latin Translation with New Benchmarks

Este artigo apresenta um pipeline de recuperação aumentada totalmente reproduzível e de código aberto que combina modelos de linguagem de ajuste fino e zero-shot para alcançar o desempenho de nível GPT-5.1 em tradução de latim de baixo recurso, validado por novos corpora de treinamento prontos para tarefas e benchmarks desafiadores fora do domínio.

Sergio Torres Aguilar2026-07-01