💻 computer science

CAI Computing Power Law: A Quantitative Framework for the Tripartite Balance of Computing Power, Algorithms and Generalized Information Resources

Este artigo propõe a Lei do Poder Computacional CAI, uma estrutura quantitativa (C = A/I) que demonstra que a otimização de algoritmos e a purificação de recursos de informação podem aumentar significativamente o poder computacional efetivo e mitigar retornos decrescentes, orientando assim as indústrias a alcançarem um equilíbrio tripartido dinâmico entre poder computacional, algoritmos e informação generalizada, em vez de dependerem apenas da expansão de hardware.

Zhiyun Chen2026-07-30
💻 computer science

Big Data-Driven Early Warning Model for Safety Risk Management in Tobacco Enterprises

Este artigo propõe um modelo de alerta precoce orientado por big data para empresas de tabaco que integra um pipeline de dados distribuído e escalável, engenharia de atributos avançada e um sistema de aprendizado de conjunto para superar as limitações do monitoramento tradicional, permitindo a detecção de riscos de segurança e o suporte à decisão de forma em tempo real, precisa e interpretável.

Xiumei Wen2026-07-30
💻 computer science

Cross-Outbreak Transfer Learning Under Data/Label Scarcity: Foundation ML model for epidemiology

O artigo apresenta o OBFM-SafeEnsemble, um framework de aprendizado por transferência trans-surto guardado que aproveita priors de origem e regularização adaptativa para melhorar significativamente a previsão do status de confirmação em surtos de Ebola com escassez de dados, enquanto evita a transferência de conhecimento prejudicial por meio de validação rigorosa e seleção de ensemble.

Vikas Ramachandra2026-07-30
💻 computer science

Intelligent Adaptive Hybrid Encryption Based on Unimodular Hill Cipher, RSA-OAEP, and Chaotic Logistic Maps for Universal Digital File Security

Este artigo propõe um criptossistema híbrido adaptativo impulsionado por IA que aloca dinamicamente a Cifra de Hill Unimodular e a criptografia RSA-OAEP com base nas características do arquivo, utilizando Mapas Caóticos Logísticos para a geração de chaves para alcançar uma segurança robusta, eficiente e sem perdas para arquivos binários universais.

Samsul Arifin2026-07-30
💻 computer science

Melanoma Prediction Using a Deep Convolutional Neural Network (CNN) Model

Este estudo apresenta uma revisão bibliométrica e sistemática abrangente da pesquisa de detecção de melanoma baseada em aprendizagem profunda de 2015 a 2026, destacando tendências principais em arquiteturas CNN e transferência de aprendizado, ao mesmo tempo em que identifica desafios críticos como o desequilíbrio de conjuntos de dados e a validação clínica para orientar o desenvolvimento futuro de sistemas de diagnóstico confiáveis.

Kazi Abdul Mannan, Md. Mohsin Hossain Sifat2026-07-30
💻 computer science

Confidence-Gated Multimodal Fusion with Speech-Guided Captioning for Depression Detection

Este artigo introduz um framework multimodal com portão de confiança que integra embeddings de texto, características acústicas e legendas de emoção guiadas pela fala para ponderar dinamicamente a confiabilidade da modalidade, alcançando o estado da arte em desempenho de detecção de depressão ao abordar o vazamento de avaliação por meio de validação cruzada aninhada rigorosa.

Ankit Kumar, Rohan Thapa, Shahid Shafi Dar, Nagendra Kumar2026-07-30
💻 computer science

State Authenticity under Multiple Bus Masters: A Non-Secure DMA Gap and Mitigation for TrustZone-M Proofs of Executio

Este artigo revela que as provas de execução do TrustZone-M são vulneráveis à manipulação de estado via controladores DMA não seguros, uma vez que as suas garantias de segurança dependem exclusivamente do isolamento da CPU, e propõe uma mitigação leve utilizando segurança de DMA por canal para garantir a autenticidade do estado contra todos os mestres de barramento.

Arash Razban2026-07-30
💻 computer science

Does Model Compression Amplify Clinical Bias? A Subgroup Fairness Audit of Quantized ICU Risk Models on MIMIC-IV

Este estudo audita o impacto das técnicas de compressão de modelos na equidade de subgrupos na predição de risco de AKI em UTIs usando o MIMIC-IV, revelando que, enquanto a quantização ingênua pode degradar catastroficamente o desempenho e a poda prejudica significativamente a acurácia dos subgrupos, controles metodológicos adequados são essenciais para evitar alegações espúrias de equidade e abordar disparidades inerentes impulsionadas por tamanhos pequenos de subgrupos.

Aman Chandra H, Stuti Shivhare2026-07-30
💻 computer science

Graph-Based Polypharmacy Risk Networks for Adverse Event Prediction in ICU Patients: A MIMIC-IV Analysis

Este estudo utiliza dados do MIMIC-IV para demonstrar que, embora modelos tabulares padrão frequentemente superem abordagens baseadas em grafos na predição de lesão renal aguda e sangramento, os embeddings de grafos derivados de redes de coadministração de fármacos proporcionam melhorias estatisticamente significativas e interpretáveis na predição do risco de delirium quando o vazamento de rótulos é rigorosamente corrigido.

Aman Chandra H, Stuti Shivhare2026-07-30
💻 computer science

Can linguistic complexity predict machine translation quality?- a corpus-based study of complexity-quality nexus in philosophical texts

Este estudo baseado em corpus demonstra que um modelo de regressão integrando métricas de complexidade lexical e sintática prevê eficazmente a qualidade da tradução automática em textos filosóficos de alemão para chinês, destacando o papel crítico das características linguísticas holísticas na avaliação dos resultados de tradução.

Lingxi FAN, Andrew Cheung, Yuchi Li, Shuangzhi Li, Wei Liu2026-07-30