💻 ciência da computação

RAG-MedDx: A Preliminary Offline Prototype of a Citation-Traced Retrieval-Augmented Framework for Intelligent Medical Diagnosis Support

Este artigo apresenta o RAG-MedDx, um protótipo offline preliminar de uma estrutura de quatro camadas que aprimora o suporte ao diagnóstico médico ao recuperar informações de uma base de conhecimento local para gerar respostas com citações rastreáveis ou relatar explicitamente a ausência de correspondências, enquanto reconhece suas limitações atuais como uma ferramenta não clínica com precisão diagnóstica não mensurada.

AKANKSHA Gaikwad2026-10-28
💻 ciência da computação

TGSE-DFN: Text-guided Generative Semantic Enhancement and Disentangled Adaptive Fusion Network for Multimodal Sentiment Analysis

O artigo propõe o TGSE-DFN, um novo framework de análise de sentimento multimodal que aproveita o aprimoramento semântico generativo guiado por texto e a fusão adaptativa de desentranhamento para preencher a lacuna semântica entre as modalidades e capturar efetivamente tanto as tendências globais de sentimento quanto a dinâmica temporal de granularidade fina.

Kejian Dong, Zhenzhen He, Tiquan Gu, Yaling Wan, Xiaochao Fan, Bowen Gu2026-10-28
💻 ciência da computação

MedTrustGraph: Purpose-Aware Temporal Heterogeneous Graph Learning for Zero-Trust Authorization of Autonomous Clinical LLM Agents

O MedTrustGraph é um framework de aprendizado de grafos heterogêneos temporal e consciente de propósito que supera significativamente modelos estáticos e sequenciais na detecção de ações não autorizadas por agentes de LLM clínicos autônomos, alcançando alta precisão através da integração do contexto do paciente e do propósito com um mecanismo de política de Zero-Trust determinístico.

KAMRUL ISLAM, SHARMIN SULTANA2026-10-28
💻 ciência da computação

Comparing Four Explanation Methods for Melanoma Classification: Fidelity, Utility and Trust

Este estudo avalia quatro métodos de explicação post-hoc para a classificação de melanoma através dos eixos de fidelidade, utilidade e confiança, revelando divergências significativas em seus rankings e concluindo que a avaliação multi-eixo com um portão de fidelidade é essencial para selecionar a técnica de explicação mais apropriada.

Okoi Michael Obeten, Christiana Uchenna Ezeanya2026-10-27
💻 ciência da computação

XGBoost-Based Optimal Transport Dataset Distance-Guided Temporal Domain Transfer for Flood Prediction Under Concept Drift

Este estudo propõe um modelo de aprendizado por transferência de domínio temporal baseado em XGBoost, guiado pela Distância de Conjunto de Transporte Ótimo e Janelamento Adaptativo para enfrentar efetivamente o desvio de conceito e aumentar a precisão da previsão de inundações sob condições hidrológicas em evolução.

Sharifah Naluswata, Jackson Kisuule, David Kakeeto, Ali Najib, Anthony Bua2026-10-27
💻 ciência da computação

Evaluating Vision Transformers for Stain Robustness and Calibration in Low-Resource Digital Pathology

Este artigo demonstra que, sob uma configuração de baixo recurso restrita com pré-treinamento fixo em ImageNet, os Vision Transformers (especificamente o ViT-B/16) superam várias arquiteturas de CNN em histopatologia ao alcançar uma robustez superior a variações de cor e coloração, melhor calibração de probabilidade e uma degradação mais suave durante a transferência entre tarefas, tudo isso enquanto mantêm uma discriminação competitiva no domínio.

Abir Hasan, Sadia Yasmin, Ripa Akter, Md. Abdul Awal2026-10-27
💻 ciência da computação

Multimodal Weakly Supervised Learning of Epicardial and Pericoronary Adipose Tissuefor CCTA-Based Coronary Disease Phenotype Prediction: A Methodological Feasibility Study

Este estudo de viabilidade metodológica demonstra que um framework multimodal fracamente supervisionado, integrando o imageamento do tecido adiposo epicárdico e pericoronário com variáveis clínicas, melhora significativamente a predição de fenótipos de doença arterial coronariana definidos por CCTA em comparação com dados clínicos isolados, ao mesmo tempo em que revela que arquiteturas de espinha dorsal compartilhada com eficiência de parâmetros apresentam desempenho comparável a modelos de espinha dorsal dupla mais complexos em coortes pequenas.

Hanene Guesmi, Haifa Harrouch, Muna O. Alamoudi, Karim Gasmi2026-10-27
💻 ciência da computação

MLHKP-MCD: Evidence-Preserving Digital Infrastructure for Munda Living Heritage

O artigo apresenta o MLHKP-MCD, uma infraestrutura digital e um conjunto de dados conscientes da proveniência, projetados para preservar as relações de evidência, o contexto cultural e a autoridade comunitária do patrimônio vivo Munda, mantendo registros distintos, porém consultáveis, de fontes, reivindicações e condições de verificação.

Mohammad Amir Khusru Akhtar, Arvind Hans, Rajan Pahan2026-10-27
💻 ciência da computação

Graph Neural Networks for Provenance-Based APT Detection under a Temporal Transfer Framework: A Review

Esta revisão examina criticamente a detecção de APT baseada em GNN em grafos de proveniência de sistema, revelando que, apesar da alta precisão em benchmarks, a maioria dos estudos falha em abordar desafios de transferência temporal, levando os autores a propor uma taxonomia de seis dimensões, um checklist de relatório e um framework para avaliar detectores em dados futuros com limiares bloqueados.

Noor Hazlina Abdul Mutalib, Aznul Qalid Md Sa, Ainuddin Wahid Abdul Wahab, Erma Rahayu Mohd Faizal Abdullah, Nouar AlDah (…)2026-10-27
💻 ciência da computação

A Priori Domain Shift Index for Assessing Transferability in Federated Fault Diagnosis of Rotating Machinery

Este artigo propõe um Índice de Deslocamento de Domínio (DSI) preservador de privacidade baseado na distância de Wasserstein fatiada para avaliar a transferibilidade em diagnóstico de falhas federado antes do treinamento, constatando que, embora ofereça uma ferramenta de triagem estável para dissimilaridade de dados, não supera significativamente baselines simples na previsão quantitativa da perda de acurácia.

Javad Afshari, Mahmoud Afshari, Hossein Afshari2026-10-27