💻 ciência da computação

Validation of a deterministic and reproducible NLP framework for auditable extraction of clinical trial characteristics from PubMed: the MedLitSearch study

O estudo MedLitSearch valida um framework de PLN determinístico, reprodutível e auditável para extrair características de ensaios clínicos do PubMed, demonstrando alta precisão e confiabilidade através de recuperação automatizada, benchmarking e conjuntos de dados anotados por especialistas, ao mesmo tempo em que enfatiza a necessidade de supervisão humana.

Kossi Jean-Jacques Daniel Fianko, Nathalie Bourguignon, Aurélie Cabrespine, Sylvain Mathieu, Florian Martinet-Kosinski (…)2026-10-13
💻 ciência da computação

Nubian Ibex Optimizer: A Nature-inspired Metaheuristic Algorithm

Este artigo apresenta o Otimizador de Íbex da Núbia (NIO), um novo algoritmo metaheurístico inspirado na natureza que demonstra convergência, robustez e adaptabilidade superiores na resolução de problemas de otimização complexos através de 23 funções de referência e 8 desafios de design de engenharia.

Mohammed Gamal Ragab, Said Jadid Abdulkadir, Hitham Alhussian, Alawi Alqushaibi, Ebrahim Hamid Sumiea, Safwan Mahmood Al (…)2026-10-13
💻 ciência da computação

Cognitive Digital Twin-Driven Explainable AI Framework for Adaptive Detection of Zero-Day Cyber Threats

Este artigo propõe um framework de IA explicável impulsionado por gêmeo digital cognitivo que aprimora a detecção adaptativa de ameaças cibernéticas de dia zero ao modelar continuamente estados de segurança e fornecer previsões interpretáveis, alcançando métricas de desempenho superiores em avaliações simuladas em comparação com modelos estáticos, ao mesmo tempo em que destaca a necessidade de validação no mundo real.

Lamia Akter2026-10-13
💻 ciência da computação

A Rigorous Statistical Framework for Long Short-Term Memory Networks: State-Space Operator Dynamics, Continuous-Time Neural SDEs, and Informational Efficiency

Este artigo estabelece um arcabouço estatístico rigoroso para redes Long Short-Term Memory ao modelá-las como sistemas de espaço de estados estocásticos não lineares e derivar seus limites de SDE neural de tempo contínuo, ao mesmo tempo em que fornece garantias teóricas para estabilidade, consistência do estimador e limites de risco preditivo sob suposições específicas.

Cosmas Kaitani Nziku2026-10-13
💻 ciência da computação

Software Effort Estimation: a Review of Taxonomies for use to-wards a Probabilistic Evidence Synthesis

Este artigo apresenta uma revisão sistemática da literatura de seis taxonomias de Estimativa de Esforço de Software, revelando uma fragmentação estrutural significativa, uma falta de cobertura para domínios de aplicação emergentes como dispositivos móveis e IA, e uma ausência geral de validação externa, destacando, assim, a necessidade urgente de uma taxonomia unificada e validada pela indústria.

Emilia Mendes, Marc2026-10-13
💻 ciência da computação

Bandwidth, Representation Loss, and Temporal Drift in Quantum Kernel Fraud Detection: A Pre-Specified Falsification Study

Este estudo de falsificação pré-especificado demonstra que, sob um protocolo temporal travado e baselines clássicos correspondentes no conjunto de dados Elliptic++, os kernels quânticos falharam em mostrar uma vantagem preditiva repetível sobre modelos clássicos, com seu desempenho limitado sendo fortemente dependente do ajuste de largura de banda e colapsando em janelas temporais posteriores.

Mohamed Faisal Sindhi, Hammaz Buksh2026-10-13
💻 ciência da computação

AXAI-MH: An Adaptive Context-Sensetive Explainable AI Framework for Personalized Mental Health Risk Assessment

O AXAI-MH é um framework de IA adaptável e explicável que utiliza um mecanismo de interpretabilidade híbrido e um motor de regras sensível ao contexto para fornecer avaliações de risco de saúde mental personalizadas e específicas para cada stakeholder, alcançando alta precisão preditiva enquanto aumenta significativamente a confiança e a usabilidade do clínico em comparação com os padrões de referência usuais.

Sanjoy Kumar, Gautam Srivastava2026-10-13
💻 ciência da computação

Comparison of performance of an LLM Council of LFM2.5-1.2B, Qwen3-4B-2507 and Phi-4-Mini- reasoning and Meta LLaMa 3.1 8B against MedGemma 4B on extraction and classification of free-text radiology reports

Embora o estudo tenha hipotetizado que o MedGemma 4B, especializado no domínio, superaria um Conselho de LLMs multimodais, os resultados mostraram que o MedGemma alcançou uma precisão geral superior ao framework de Conselho, enquanto o modelo de propósito geral único Qwen3-4B-2507 superou independentemente ambos, sugerindo que um raciocínio geral forte pode superar tanto as abordagens baseadas em consenso quanto as especializadas em análise de relatórios de radiologia clínica.

Vihaan Mathur, Bharat Aggarwal, Aniket Aman2026-10-13