💻 ciência da computação

Explainable graph-based meta-reinforcement learning for cognitive UAV swarms under partial observability and adaptive jamming

Este artigo apresenta o XM-MADRL, um framework de aprendizado por reforço meta baseado em grafos e explicável para enxames de UAVs que demonstra ganhos significativos de desempenho na entrega de pacotes e nas capacidades de anti-interferência especificamente sob observabilidade parcial e interferência adaptativa, ao mesmo tempo em que revela que seus componentes de coordenação e meta-adaptação não oferecem benefício contra interferidores previsíveis ou observabilidade total.

Arshad Ali, Muhammad Shaharyar Ramzan, Eraj Khan, Adeel Ahmad, Gahangir Hossain2026-10-09
💻 ciência da computação

Point-Cloud Skeleton Quality Assessment for Robotic Perception and Planning

Este artigo introduz um framework quantitativo, livre de verdade fundamental (ground-truth-free), para avaliar a qualidade de esqueletos de nuvens de pontos empregando quatro diagnósticos complementares — conectividade topológica, limitação (boundedness), centralidade e suavidade — para caracterizar falhas de representação como um vetor dependente da tarefa em vez de uma única métrica escalar.

Qingmeng Wen, Yukun Lai, Ze Ji, Seyed Amir Tafrishi2026-10-09
💻 ciência da computação

Intelligent Test Case Scheduling Using Multi-Criteria Decision Making for Human–Machine Interface Testing​

Este artigo propõe um Modelo de Pontuação de Utilidade Ponderada pelo Tempo (TWUSM) que utiliza a tomada de decisão multicritério para automatizar a priorização de casos de teste para sistemas HMI industriais, alcançando uma redução de 58,9% no tempo de teste, ao mesmo tempo em que garante 100% de detecção de falhas críticas e uma eficiência de detecção de falhas quase perfeita.

Gang Zheng, Juxing Xiang, Jun Xu, Qilin Li, Guida Tang2026-10-09
💻 ciência da computação

A Machine-Learning and Cybernetic Control Framework for RGB--Geometric UAV Navigation

Este artigo apresenta um framework de navegação cibernética de VANT que funde percepção visual RGB com variáveis cinemáticas e de memória, otimizado via um controlador Twin Delayed Deep Deterministic Policy Gradient (TD3) com reconfiguração de recompensa por meta-gradiente, alcançando uma taxa de conclusão de tarefa de 88,5% em benchmarks de corredores de rios que supera significativamente os métodos tradicionais de controle preditivo de modelo não linear e RRT*-Replan.

Minghu Zhang, Yulin Cao, Enzhan Zhang, Mingxuan Xu2026-10-09
💻 ciência da computação

Empirical Stability Assessment of SHAP-Based Feature Selection Across Controlled Model Complexities

Este estudo avalia empiricamente a estabilidade e a confiabilidade da seleção de características baseada em SHAP através de variadas complexidades de modelos, introduzindo um modelo customizado escalável f(x)f(x) e validando a abordagem utilizando o conjunto de dados CICIDS2017 para preencher lacunas na compreensão de como a complexidade influencia a atribuição de características em modelos de caixa-preta.

Cynthia C, Gopal Krishna Kamath, Debayani Ghosh, Prashant K. Wali2026-10-09
💻 ciência da computação

From Black Boxes to Formulas: Interpretable Kolmogorov-Arnold Networks for HF-3c-to-DFT Descriptor Prediction

Este artigo demonstra que as Redes Kolmogorov-Arnold (KANs) interpretáveis podem prever de forma precisa e transparente descritores de DFT de alta qualidade a partir de entradas HF-3c de baixo custo para estruturas supramoleculares, colapsando em fórmulas de correção simples de uma única linha que superam os modelos de caixa-preta existentes.

Maxim A. Demekhin, Alexander S. Novikov2026-10-09
💻 ciência da computação

Request Segmentation and Metadata Leakage in Low-Rate GPUPower Telemetry: A Single-Platform Audi

Este artigo audita a viabilidade de inferir limites de requisição do GPT-2 a partir de telemetria de potência de GPU de baixa taxa em uma única NVIDIA RTX 2080 Ti, revelando que, embora classificadores de janela oracle possam alcançar alta precisão, a detecção passiva padrão tem dificuldade com requisições de prefill e produz baixa cobertura geral, destacando a lacuna entre as condições experimentais e os cenários de ataque do mundo real.

Ali Hamza, Chih-Yi Chiu, Aziz Ahmad, Shezad Arian, Hassan iftikhar2026-10-09
💻 ciência da computação

An External Structured Memory Architecture for Language Modeling beyond Probabilistic Fitting

Este artigo propõe uma arquitetura de modelagem de linguagem que substitui a memória paramétrica por memória estruturada externa para melhorar a eficiência e a interpretabilidade, mas os resultados experimentais em dados chineses demonstram que, embora esta abordagem proporcione ganhos de recuperação modestos através da calibração de domínio, ela acaba por não igualar a precisão dos modelos tradicionais, limitando suas principais vantagens à auditabilidade em vez do desempenho.

Yang Liu2026-10-09
💻 ciência da computação

AI-Powered Agricultural Advisory System Using Retrieval-Augmented Generation

Este artigo propõe o "AgriSaathi", um sistema de aconselhamento agrícola impulsionado por IA que utiliza Geração Aumentada de Recuperação (RAG) para combinar uma base de conhecimento específica do domínio com Grandes Modelos de Linguagem, entregando, assim, recomendações precisas, contextualizadas e baseadas em evidências aos agricultores, ao mesmo tempo em que aborda desafios relacionados à acessibilidade da informação e à confiabilidade dos dados.

Chetan Ghotekar, Samarth Gayake2026-10-09