💻 Category

cs

3657 artigos

💻 ciência da computação

Smells Like Prompt Spirit: Evaluating Energy Efficiency and Performance of Local LLM Inference on CPU vs GPU

Este estudo empírico demonstra que, embora a transição da inferência de LLM local de CPU para GPU melhore drasticamente a eficiência energética e a velocidade, ela introduz um não determinismo induzido pelo hardware que degrada a qualidade do código em cenários de zero-shot, um desafio efetivamente mitigado pelo prompting de três shots para garantir uma geração de código estável e sustentável.

Simão Cunha, Francisco Ribeiro, Luís Cruz, João Saraiva2026-10-14
💻 ciência da computação

Degradation-Aware Dynamic Frequency Routing for Underwater Image Enhancement

O artigo propõe o Roteamento de Frequência Dinâmico Consciente da Degradação para Melhoria de Imagens Subaquáticas (DAFR-UIE), um framework compacto que utiliza um embedding de degradação compartilhado para coordenar dinamicamente o roteamento de frequência, a modulação espacial e a fusão adaptativa para restauração específica de amostras, alcançando o estado da arte em conjuntos de dados de referência com apenas 2,02 milhões de parâmetros.

Liheng Shi, Na Liu2026-10-14
💻 ciência da computação

Research on Traffic Congestion Area Identification and Traffic Control Based on Multi-source Data Fusion

Este estudo propõe uma estrutura de fusão de dados multiferentes integrando dados geomagnéticos, de trajetória e de sinalização com agrupamento avançado baseado em grade, análise de rede bayesiana e um modelo CNN-BiLSTM aprimorado por autoatenção para identificar, prever e controlar com precisão o congestionamento do tráfego urbano, conforme validado por um estudo de caso em Jinan.

Han Bai, Haoyu Chen, Liang Zhao, Tianzheng Wei, Jian Lu, Xiuguang Wang2026-10-14
💻 ciência da computação

When explanations disagree: a consequence-calibrated audit of post-hoc attribution for clinical time-series prediction

Este estudo demonstra que métodos de atribuição post-hoc para predições de séries temporais clínicas frequentemente resultam em divergências materialmente inconsistentes e clinicamente consequentes, sugerindo que uma auditoria calibrada por consequências é mais valiosa do que a busca por um método de explicação universalmente preferido.

Ahmed Mohammed Fawaz2026-10-14
💻 ciência da computação

SCD-E2S: Deep Learning Based Skin Cancer Detection Using EfficientNetV2-S with Attention Mechanisms

Este artigo apresenta o SCD-E2S, um aplicativo móvel baseado em aprendizado profundo para detecção de câncer de pele que utiliza uma arquitetura EfficientNetV2-S com mecanismos de atenção, pré-processamento avançado e uma estratégia de treinamento em duas etapas para alcançar mais de 97% de precisão e auxiliar dermatologistas na tomada de decisão clínica.

Nabil Aref Abdullah Ghaleb, Mogeeb A. Saeed, Mohammed Ahmed Ali Abdualrhman2026-10-14
💻 ciência da computação

Operationalising CAPA for AI: Evidence Requirements and Limits from a Production Case Study

Este artigo propõe adaptar as disciplinas de qualidade do setor manufatureiro regulamentado — especificamente gestão de desvios, análise de causa raiz e CAPA — para governar sistemas de IA ao tratar a telemetria operacional como registros de qualidade, demonstrando, por meio de um estudo de caso de direito imigratório do Reino Unido, que esta abordagem identifica questões sistêmicas e operacionaliza a responsabilidade de forma eficaz, embora exija verificação de eficácia formal para fechar totalmente o ciclo de governança.

Musarat Kabir-Chisty2026-10-14
💻 ciência da computação

A Defense First Threat Speed Training Model for Teaching AI Era Cybersecurity to Non Specialized Professionals

Este artigo introduz e avalia o Modelo de Treinamento de Ameaça-Velocidade (Threat-Speed Training Model), uma estrutura instrucional de defesa prioritária projetada para equipar rapidamente profissionais não especializados com habilidades práticas de cibersegurança contra ameaças evoluídas por IA por meio de aprendizagem experiencial e entrega de conteúdo de duplo uso seguro.

Sarah Sharif, Mohamad Yazan Sadoun, Arash Ahmadi, Sara Aminpour, Logan Larsh, Danial Ebrahimzadeh, Reza Ahmadvand, Meraj (…)2026-10-14
💻 ciência da computação

RGLStab: A Robust Online Video Stabilization Framework Based on Grid Flow and LSTM

Este artigo propõe o RGLStab, uma estrutura de estabilização de vídeo online robusta que combina fluxo óptico de grade estruturada com uma rede LSTM unidirecional para alcançar uma estabilização de alta fidelidade e em tempo real para filmagens de câmeras de aeronaves, ao abordar efetivamente falhas de rastreamento de características e interferência de primeiro plano dinâmica, enquanto suprime distorções locais.

Yimin Zhi, Junfeng Jing, Meng Jiang, Yongzhe Wang, Xinyao Li2026-10-14