Cérebro

Astrônomos reportaram a descoberta de um candidato a mini-halo de rádio difuso em SpARCS104922.6+564032.5, o aglomerado de galáxias com núcleo frio mais distante conhecido até hoje, localizado a um redshift de z=1.709. A detecção foi realizada utilizando observações profundas do observatório LOFAR (Low Frequency Array) na faixa de 120-168 MHz. Esta descoberta é notável por quase dobrar o redshift dos mini-halos de rádio previamente identificados. Aglomerados de galáxias são conhecidos por abrigar fontes de rádio difusas espetaculares, que se estendem por centenas de kiloparsecs a vários megaparsecs. Essas fontes, que possuem um brilho superficial extremamente fraco, não estão ligadas a galáxias individuais, mas sim traçam a emissão síncrotron proveniente de campos magnéticos de grande escala e partículas relativísticas presentes no meio intra-aglomerado (ICM). Elas fornecem insights valiosos sobre o transporte de partículas, a física de reaceleração e os campos magnéticos dentro des...

Uma tese de doutoramento recente explora a fundo a investigação de exoplanetas, servindo como um importante trabalho preparatório para a futura missão PLATO. O estudo concentra-se em avançar na compreensão da formação e evolução planetária através da análise de dados observacionais. A investigação utilizou dados das missões Kepler/K2 e TESS, combinados com observações baseadas em terra. Este esforço observacional resultou na descoberta e validação estatística de quatro novos planetas, na confirmação e caracterização de outros dois, na identificação de 14 novos planetas candidatos e na revisão das propriedades de 25 planetas anteriormente catalogados. Entre as descobertas específicas, destaca-se TOI-244 b, uma super-Terra com uma densidade inferior à esperada para uma composição similar à da Terra, sendo classificada como uma super-Terra de baixa densidade (LDSE). O estudo também confirma o super-Netuno em trânsito TOI-5005 b. Neste sistema, foi detetada variabilidade fotométrica ...

Um artigo recente disponível no arquivo arXiv (arXiv:2506.19887) introduz o framework Multi-level Acoustic-Textual Emotion Representation (MATER), proposto como contribuição para o desafio Speech Emotion Recognition in Naturalistic Conditions (SERNC). O trabalho aborda o reconhecimento categórico de emoções e a predição de atributos emocionais na fala em condições do mundo real, que apresentam complexidades como variabilidade entre e dentro dos indivíduos. Para lidar com essas complexidades, o MATER emprega uma abordagem hierárquica inovadora que integra características acústicas e textuais em múltiplos níveis de representação: no nível da palavra, no nível da elocução e no nível de embedding. Essa fusão busca combinar pistas lexicais e acústicas de baixo nível com representações contextualizadas de alto nível. O objetivo é capturar efetivamente tanto as variações prosódicas finas quanto as nuances semânticas presentes na fala natural. Além da integração de características em múl...

Métodos tradicionais de rastreamento de locutores frequentemente dependem de observações espaciais para manter a identidade das trilhas ao longo do tempo. Contudo, essa abordagem encontra dificuldades em cenários com locutores intermitentes ou em movimento. Locutores que mudam de posição enquanto estão inativos podem gerar trajetórias espaciais descontínuas, desafiando a atribuição coerente de identidades. Um artigo recente propõe investigar o uso de *speaker embeddings* (incorporações de locutor) como uma solução para este problema. A abordagem centra-se na reatribuição de identidade pós-rastreamento, utilizando essas representações vetoriais da voz dos locutores. O método proposto aproveita informações relacionadas à trajetória fornecidas por uma etapa inicial de rastreamento, combinadas com o sinal de áudio multicanal. A técnica de *beamforming* (conformação de feixe) é empregada para realçar o sinal na direção das posições dos locutores, visando a extração de *embeddings* de ...

Pesquisadores propõem um novo algoritmo, denominado TI-DANSE+, visando aprimorar a estimação de sinal em Redes de Sensores Acústicos Sem Fio (WASNs). O estudo, detalhado no artigo "Improved Topology-Independent Distributed Adaptive Node-Specific Signal Estimation for Wireless Acoustic Sensor Networks" disponível no arXiv, aborda o desafio da estimação adaptativa distribuída independente de topologia em WASNs, onde os nós dos sensores trocam apenas versões agregadas de seus sinais locais. A estimação adaptativa distribuída nó-específica de sinais (DANSE) é uma abordagem existente que permite que os nós atinjam um desempenho de estimação de sinal similar ao de sistemas centralizados, trocando versões de baixa dimensão dos sinais dos sensores locais. No entanto, o algoritmo DANSE original é limitado a WASNs totalmente conectadas. Para lidar com redes não totalmente conectadas, foi apresentado anteriormente um algoritmo chamado TI-DANSE (Topology-Independent DANSE). Apesar ...

A necessidade de remover seletivamente o conhecimento de classes específicas em redes neurais pré-treinadas, impulsionada por regulamentações de privacidade como a GDPR e a LGPD no Brasil, apresenta um desafio significativo no campo de machine unlearning. Métodos existentes frequentemente enfrentam um dilema entre a velocidade do processo de "esquecimento" e a preservação da acurácia preditiva em dados não relacionados à classe removida, resultando em alto custo computacional ou degradação do desempenho. Um novo artigo disponível no repositório arXiv, intitulado "Orthogonal Soft Pruning for Efficient Class Unlearning" (arXiv:2506.19891), propõe uma solução inovadora para este problema. Pesquisadores desenvolveram um framework de poda suave (soft pruning) baseado em regularização ortogonal de kernels convolucionais para alcançar um esquecimento rápido e preciso. O método proposto opera impondo restrições de ortogonalidade durante o treinamento. Isso ajuda a des...