💻 ciência da computação

Conformalized Quantum DeepONet Ensembles: Towards Scalable Operator Learning with Distribution-Free Guarantees

Este artigo introduz o Conformalized Quantum DeepONet Ensembles, um framework que aproveita Redes Neurais Ortogonais Quânticas para alcançar o aprendizado de operadores escalável com complexidade computacional reduzida, enquanto emprega calibração conformal dividida para fornecer garantias de incerteza rigorosas e livres de distribuição para aplicações de missão crítica.

Purav Matlia, Christian Moya, Guang Lin2026-10-16
💻 ciência da computação

Deep Learning for Proxy Zero-Day Intrusion Detection: A Systematic Review, Taxonomy, and Evaluation Framework

Esta revisão sistemática analisa sistemas de detecção de intrusão baseados em aprendizagem profunda que utilizam configurações de proxy para a detecção de exploits de dia zero, sintetizando diversas abordagens metodológicas e propondo um framework de avaliação abrangente de sete dimensões para abordar a atual falta de benchmarks padronizados e comparáveis.

Maggie Zita, Mujeeb Ur Rehman, Muhammad Kazim, Sohail Khalid, Muhammad Abrar, Eerke Boiten2026-10-16
💻 ciência da computação

Structured Workflows and Retrieval-Augmented Generation Improve LLM Recommendations for Colorectal Liver Metastases: The METATRON Study

O estudo METATRON demonstra que a combinação de fluxos de trabalho clínicos estruturados com geração aumentada por recuperação aumenta significativamente a capacidade de um modelo de linguagem de grande escala de gerar recomendações de tratamento concordantes com especialistas para metástases hepáticas colorretais em comparação com as abordagens de linha de base ou de método único.

Maria Conticchio, Francesca Pescol, Giorgia Carra, Martin Hubner, Stylianos Tzedakis, Alexandra Nassar, Ugo Marchese, Lu (…)2026-10-16
💻 ciência da computação

Label-Efficient Learning for Ground-Based Sky-Image Classification: A Benchmark of Transfer Learning, Active Learning, and Pseudo-Labeling on GCD

Este artigo avalia o aprendizado por transferência, o aprendizado ativo e a rotulagem pseudo-anotada no Ground-based Cloud Dataset (GCD) e constata que, embora o aprendizado por transferência pré-treinado no ImageNet alcance alta eficiência de rotulagem, o aprendizado ativo baseado em incerteza e a rotulagem pseudo-anotada de alta confiança oferecem melhorias apenas marginais e inconsistentes em relação a uma base supervisionada robusta.

Esther Bou Dagher, Viktoriya Bu-Dager, Boguslaw Zegarlinski2026-10-16
💻 ciência da computação

Agrifusion: An Agentic Multimodal Framework for Explainable and Multilingual Agricultural Decision Intelligence

O Agrifusion é um framework multimodal agêntico que unifica a previsão de safras, detecção visual de doenças, IA explicável e interação de voz multilíngue para entregar um sistema de suporte à decisão escalável, transparente e implantável, alcançando métricas de alto desempenho ao mesmo tempo em que reconhece a necessidade de validação externa rigorosa.

Revanasiddappa Bandi, Arvind Channarayapatna Srinivasa, Sriram Bindiganavile suresh2026-10-16
💻 ciência da computação

Governable agentic intelligence: a lifecycle framework linking capability, assurance, and oversight in large language model agents

Este artigo introduz o Ciclo de Vida da Inteligência Agêntica (AIL), um framework de seis camadas que integra capacidade, avaliação e governança para abordar a "dívida de garantia" inerente aos sistemas de IA agêntica, propondo uma nova agenda de pesquisa para a criação de agentes observáveis, atribuíveis e governáveis.

Harry Udoh2026-10-16
💻 ciência da computação

From Understanding to Action: A Survey on Closed-Loop Multimodal Agents

Este levantamento propõe uma estrutura centrada em evidências para agentes multimodais de ciclo fechado, organizando 105 artigos em torno de cinco operações de evidência e introduzindo uma lente de avaliação O-P-G-C para abordar as limitações dos atuais benchmarks focados apenas no resultado, enfatizando o processo, o ancoramento e a análise de custo-risco.

Yi Wei, Yan Gao, Junyan Wang, Hong Jia2026-10-16
💻 ciência da computação

EdgeMusicTransformer: A Lightweight Context-Aware Transformer for Efficient Generative AI Deployment under Edge Computing Constraints

Este artigo apresenta o EdgeMusicTransformer, uma arquitetura Transformer leve e sensível ao contexto otimizada para computação de borda que alcança uma geração de música simbólica eficiente com 2,4 milhões de parâmetros, demonstrando um throughput de pico de 17.783 tokens/s em um comprimento de contexto de 256 tokens, mantendo simultaneamente o uso estável de memória e uma saída estrutural de alta qualidade.

Yifan Zhang, Xiangyu Wang2026-10-16
💻 ciência da computação

Edge-Guided Geometry Attention for Iterative Stereo Matching

O artigo apresenta o EGA-Stereo, um framework de correspondência estéreo iterativo que aborda ambiguidade, perda de informação e suavização excessiva de bordas ao integrar a Fusão de Volume de Custo com Portão por Canal, o Aperto de Características Consciente da Geometria e a Modulação de Geometria Guiada por Bordas para alcançar o estado da arte em múltiplos benchmarks.

Nan Zhang, Yuqing Liu, Jing Li, Kunzhen Wu2026-10-16