💻 ciência da computação

Neuro-JEPA: Building and Evaluating Health-System Scale Neuroimaging Foundation Models with Mixture of Experts

O Neuro-JEPA é um modelo de fundação multimodal e escalável que utiliza uma arquitetura esparsa de Mistura de Especialistas (Mixture-of-Experts) e aprendizado preditivo latente em 1,55 milhão de exames de ressonância magnética clínica para alcançar uma generalização robusta e de estado da arte através de diversas tarefas de imagem neurológica e sistemas de saúde, frequentemente superando modelos maiores com significativamente menos dados de pré-treinamento.

Haoxu Huang, Long Chen, Jingyun Chen, Jinu Hyun, James Loftus, Kara Melmed, Daniel Orringer, Jennifer Frontera, Seena De (…)2026-10-15
💻 ciência da computação

A Heritage-Aware Evaluation Framework for Synthetic Training Images of Kizil Grotto Murals

Este artigo apresenta uma estrutura de avaliação consciente do patrimônio que utiliza dez indicadores ponderados em semântica, composição, cor e linha para avaliar e triar imagens sintéticas de murais das Grutas de Kizil geradas por vários modelos de IA, identificando finalmente o Midjourney como o melhor desempenho para a criação de conjuntos de dados de treinamento de alta qualidade.

NA XU, XUAN ZHOU, LIHUI MIAO, HAIYING ZHAO, KUN XU2026-10-15
💻 ciência da computação

Toward an Explanatory Theory of Adaptive Knowledge Orchestration in AI- Augmented Agile Software Development

Este artigo propõe a Teoria da Orquestração Adaptativa do Conhecimento (AKOT), um framework explicativo de médio alcance que aborda a lacuna teórica no desenvolvimento de software Ágil ao definir como as equipes redistribuem dinamicamente as responsabilidades cognitivas entre humanos e IA por meio de mecanismos como descarga cognitiva, negociação de saída e reconfiguração de responsabilidade.

Abdelaziz Omran Akhlaif2026-10-15
💻 ciência da computação

D3Seg: Dependency-Aware Diffusion for Brain Tumor Segmentation with Missing Modalities

O artigo propõe o D3Seg, um novo modelo de segmentação de tumores cerebrais que aproveita a fusão de grafos de modalidades de múltiplos saltos, a imputação de difusão no espaço latente e o refinamento de decisão no espaço de probabilidade para manter um desempenho robusto e superar os métodos de estado da arte quando as modalidades de RM estão ausentes.

Danish Ali, Ajmal Mian, Naveed Akhtar, Ghulam Mubashar Hassan2026-10-15
💻 ciência da computação

A Leakage-Controlled Fail-Closed Protocol for Prospective-Replay Evaluation of Adaptive Network Intrusion Detection

Este artigo propõe um protocolo rigoroso, offline e com controle de vazamento, composto por quatro portões sequenciais para garantir a avaliação de re-reprodução prospectiva válida de sistemas adaptativos de detecção de intrusão de rede, demonstrando que estratégias de atualização específicas melhoram significamente a recuperação e o recall de novas classes em conjuntos de dados padronizados, ao mesmo tempo em que define explicitamente as limitações do protocolo em relação ao teste de segurança independente e à classificação de aquisição geral.

Bilal Rafique, Keming Wang, Sania Kanwal, Yasir Rafique, Zahid ur Rahman2026-10-15
💻 ciência da computação

Tax Evasion in Integrated Fiscal and Electronic Payment Systems: Vulnerabilities, Detection, and Mitigation in the Greek Digital Tax Ecosystem

Este artigo apresenta uma análise técnica do ecossistema fiscal digital integrado da Grécia, identificando vulnerabilidades específicas na interação entre dispositivos fiscais, sistemas ERP e terminais EFTPOS que permitem a evasão fiscal, e propõe uma estratégia de mitigação em múltiplas camadas combinando melhorias criptográficas, unificação regulatória e reconciliação baseada em IA para garantir a integridade de ponta a ponta dos pagamentos.

Panagiotis Mavridis, Anargyros T. Baklezos, Nikolas Kapsalis, Christos D. Nikolopoulos2026-10-15
💻 ciência da computação

Interpretability Methods for Causal Predictions in Biomedical AI: A Systematic Review of Approaches and Evaluation Practices

Esta revisão sistemática de 47 estudos de IA biomédica revela que, embora métodos de interpretabilidade como SHAP e LIME sejam amplamente utilizados para explicar modelos de predição causal, sua avaliação baseia-se predominantemente em métricas baseadas em propriedades e raramente valida a validade causal real, destacando uma lacuna crítica entre a explicação do modelo e a inferência causal.

Albert Schulle2026-10-15
💻 ciência da computação

Creating a Biomedical Causal Knowledge Graph via Semi-Supervised Learning

Este artigo revisa como os paradigmas de aprendizado semissupervisionado, tais como o autotreinamento e o aprendizado ativo, abordam a escassez de dados anotados para permitir a construção escalável de grafos de conhecimento biomédico causais para a medicina de precisão, ao mesmo tempo em que destaca desafios atuais e direções futuras envolvendo modelos de linguagem de grande escala.

Jim Dorsey2026-10-15
💻 ciência da computação

Mechanist: AI as a Scientific Instrument for Discovering the Mechanisms of Intelligence

O artigo apresenta o Mechanist, um sistema agente autônomo que aproveita uma base de conhecimento científico abrangente e métodos experimentais curados para descobrir, validar e intervir nos mecanismos subjacentes de modelos de IA, avançando assim o campo de apenas compreender o comportamento do modelo para controlá-lo ativamente.

Ningyu Zhang, Mengru Wang, Junfeng Fang, Shuofei Qiao, Zhenqian Xu, Haoming Xu, Haoxiong Wang, Shumin Deng, Linyi Yang (…)2026-10-15