💻 ciência da computação

Geometry-First Visual Intelligence: Deep Geometric Networks and Quantum Geometric Networks for Gesture Recognition

Este artigo apresenta as Redes Geométricas Profundas e Geométricas Quânticas (DGN/QGN), uma arquitetura neuro-simbólica que alcança um reconhecimento de gestos competitivo ao extrair características de geometria diferencial explícitas e interpretáveis do movimento e mapeá-las diretamente para parâmetros de circuitos quânticos, demonstrando que as limitações de desempenho atuais derivam de restrições de hardware e não de falhas algorítmicas.

Amit Rana2026-06-29
💻 ciência da computação

Knowledge Evolution and AI Paradigm Shifts in Pedestrian Detection: A Bibliometric and Main Path Analysis

Este estudo integra a análise bibliométrica com uma perspectiva de paradigma de IA para mapear a evolução estrutural da pesquisa em detecção de pedestres, revelando que a transição do campo de características artesanais para aprendizado profundo e transformers ocorre por meio de uma integração gradual de conhecimento, em vez de mudanças abruptas, oferecendo assim um novo arcabouço teórico para compreender o desenvolvimento da IA.

Vo Thanh Kiet, Rene Jaros, Boris Pustejovsky, Jakub Stefansky, Ondrej Svoboda, Minh Ly Duc, Petr Bilik, Radek Martinek2026-06-29
💻 ciência da computação

An ESCO-Based Skill-Gap Detection Framework for SMEs: A Design Science Prototype of an Intelligent Learning Management System

Este estudo apresenta um protótipo de Ciência do Design de um Sistema de Gestão de Aprendizagem Inteligente que utiliza a ontologia ESCO e PLN para detectar lacunas de competências na força de trabalho em PMEs e gerar recomendações de requalificação direcionadas, abordando, assim, as restrições de complementaridade entre capital humano e tecnologia críticas para as transições da Indústria 4.0 e 5.0.

Angelo Leogrande, Mauro di Molfetta, Nicola Magaletti, Valeria Notarnicola, Maria Giovanna Trotta2026-06-29
💻 ciência da computação

A Metaheuristic Solution for the Capacitated Vehicle Routing Problem: Empirical Evaluation of Flexible Capacity Constraints via Ant Colony Optimisation

Este estudo demonstra que uma abordagem de Otimização por Colônia de Formigas incorporando restrições de capacidade flexíveis supera significativamente um baseline de agrupamento geográfico em uma rede real de logística de entrada colombiana, alcançando reduções substanciais no tamanho da frota, na distância percorrida e nos custos operacionais, ao mesmo tempo em que maximiza a utilização dos veículos.

Joseph Javier Sánchez Acuña2026-06-29
💻 ciência da computação

StainSolver: Accelerating Diffusion-Controlled Neural Style Transfer with DPM-Solver++ and Quality-Driven Stain Normalization

Este artigo apresenta o StainSolver, um método que acelera o modelo de difusão StainFuser para normalização de coloração em histopatologia ao substituir seu scheduler PNDM pelo eficiente DPM-Solver++ e avaliar o desempenho com um novo Stain Normalization Quality Score (SNQS), alcançando acelerações significativas e qualidade aprimorada sem retreinamento.

Amir Mollazadeh, Tapio Seppänen, Md Ziaul Hoque2026-06-29
💻 ciência da computação

FlashSpec: Adaptive Speculative Decoding with Online Bandit Draft Selection and Triton-Optimised Verification

O FlashSpec é um motor de decodificação especulativa adaptativo e de código aberto que alcança a preservação exata da distribuição do modelo alvo por meio de um novo kernel Triton para GPU de tamanho de vocabulário O(1) para verificação em dispositivo e um mecanismo baseado em bandit online para seleção dinâmica de modelo de rascunho, acelerando significativamente a inferência de LLM enquanto elimina gargalos de CPU e ajustes manuais.

Min Htet Myet2026-06-29
💻 ciência da computação

Fake Review Detection on E-Commerce Platforms Using a Hybrid Anomaly Detection Approach: Combining Autoencoder and Isolation Forest

Este artigo propõe uma estrutura híbrida de detecção de anomalias não supervisionada combinando Autoencoders e Isolation Forests para identificar eficazmente avaliações falsas de e-commerce usando recursos de TF-IDF e BERT, oferecendo uma alternativa escalável e de baixo custo aos métodos supervisionados ao eliminar a necessidade de dados de treinamento rotulados.

Steven Laychi, Samuel Paul Arthur Karuntu, Daniel Hamonangan Sihombing, Rhio Sutoyo, Gabriel Asael Tarigan2026-06-29
💻 ciência da computação

Enhancing Long-term Dual-task-based Prediction of Future Cognitive Decline

Este artigo propõe um novo framework de aprendizado profundo que integra dados motores e cognitivos de tarefa dupla de longo prazo com reamostragem por blocos, aumento via SMOTE e um modelo Transformer para prever com precisão o declínio cognitivo de dois anos com 80% de precisão, superando métodos tradicionais baseados em biomarcadores e RM.

Zhewen Liu, Shuqiong Wu, Ákos Godó, Yasushi Yagi2026-06-29
💻 ciência da computação

Trusted and Explainable Collective Learning for Conflictive Multi-View Decision-Making

Este artigo propõe o Aprendizado Coletivo Confiável e Explicável (TECL), um novo método que aproveita ativamente os conflitos em dados de múltiplas visões para avaliar a consistência individual, priorizar visões e gerar decisões coletivas confiáveis e interpretáveis, em vez de simplesmente eliminar tais conflitos.

Nengjun Zhu, Zhiyu Zhang, Shenghui Lan, Jian Cao, Siji Zhu2026-06-29