Cérebro

Um estudo recente disponível no repositório arXiv propõe um novo modelo para explicar fenômenos de variabilidade extrema observados em núcleos galácticos ativos (AGN). O artigo, intitulado "Perturbing AGN Accretion Disks with Stars and Moderately Massive Black Holes: Implications for Changing-Look AGN and Quasi-Periodic Eruptions", sugere que a interação de um companheiro orbital com o disco de acreção ao redor de um buraco negro supermassivo central (SMBH) é responsável por essas variações. De acordo com o modelo apresentado, um objeto (que pode ser uma estrela ou um buraco negro de massa moderada) orbitando o SMBH perturba o disco de acreção. Essa perturbação excita ondas de densidade espiral, levando a surtos de influxo de massa que duram algumas poucas escalas de tempo orbitais. O conteúdo de massa desses surtos depende significativamente da esfera de influência do companheiro orbital. Os pesquisadores aplicaram este modelo para explicar dois tipos específicos de va...

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...

Um novo estudo propõe um método inovador para a segmentação volumétrica dos compartimentos musculares, com foco nos músculos flexores dos dedos humanos, especificamente o flexor digitorum superficialis (FDS). A segmentação precisa dos compartimentos musculares e a medição de sua arquitetura são fundamentais para a avaliação da função do movimento, modelagem musculoesquelética precisa e simulação de eletromiogramas baseada em sinergia. A pesquisa apresenta uma técnica para segmentação volumétrica utilizando imagens obtidas in vivo. O método envolve uma abordagem de segmentação em duas etapas. Primeiramente, as regiões dos compartimentos são anotadas em imagens transversais de ultrassom, baseando-se no movimento do compartimento. Em seguida, um registro é realizado utilizando um método de correspondência de energia mínima para alinhar os dados de ultrassom com o sistema de coordenadas tridimensional da ressonância magnética (RM). Além da segmentação, o estudo mediu as propriedades ...

Um novo estudo introduz o RSERI-EV, um framework espacial multimodal projetado para avaliar a vulnerabilidade e a resiliência da infraestrutura de carregamento de veículos elétricos (VEs) diante de estresses ambientais e de infraestrutura. A pesquisa aborda a crescente necessidade de sistemas de transporte sustentável e a lacuna existente na compreensão da resiliência dessas infraestruturas. O RSERI-EV combina dados de sensoriamento remoto, conjuntos de dados de infraestrutura abertos e análise de grafos espaciais para fornecer uma avaliação detalhada do risco para estações de carregamento de VEs. O framework integra diversas camadas de dados, incluindo mapas de risco de inundação, temperaturas extremas da superfície terrestre (LST), índices de vegetação (NDVI), uso e cobertura do solo (LULC), proximidade a subestações elétricas e acessibilidade rodoviária. A partir da combinação desses dados, é gerado um Score de Resiliência composto para cada estação de carregamento. Para demon...

A detecção de fraudes em sinistros de seguros representa um avanço crucial nos serviços de seguros modernos, proporcionando monitoramento inteligente e digitalizado para aprimorar a gestão e prevenir atividades fraudulentas. Essa capacidade é fundamental para garantir a segurança e a eficiência dos sistemas de seguros. Atualmente, algoritmos de inteligência artificial (IA) e aprendizado de máquina (ML) demonstram forte desempenho na identificação de sinistros fraudulentos. No entanto, a ausência de mecanismos de defesa padronizados torna os sistemas atuais suscetíveis a ameaças adversárias emergentes. Nesse contexto, uma pesquisa recente propõe um método de ataque baseado em Redes Generativas Adversariais (GANs) para realizar ataques adversários em sistemas de detecção de fraudes. Os resultados da pesquisa indicam que um atacante, mesmo sem conhecimento dos dados de treinamento ou dos detalhes internos do modelo de detecção, pode gerar casos fraudulentos que são classificados com...

A evolução dos mercados de energia nos Estados Unidos, impulsionada pela negociação ponto a ponto (P2P) e a transição para redes descentralizadas, trouxe consigo novos e significativos desafios, particularmente no que diz respeito à segurança e autenticidade das transações energéticas. Diante desse cenário, uma pesquisa recente teve como objetivo desenvolver um sistema de transação de energia que fosse seguro, inteligente e eficiente para o mercado descentralizado dos EUA. O estudo propõe uma abordagem inovadora que interliga a tecnologia blockchain e a inteligência artificial (IA) para enfrentar desafios persistentes no mercado de energia distribuída. Especificamente, a pesquisa foca na segurança, na detecção de comportamento fraudulento e na confiabilidade do mercado. A base para esta pesquisa é um conjunto de dados composto por mais de 1,2 milhão de registros anonimizados de transações de energia. Esses registros foram gerados a partir de uma rede simulada de intercâmbio de en...

Um artigo recente publicado no arXiv propõe uma nova abordagem baseada em deep learning para a localização de múltiplas fontes utilizando exclusivamente medições de ângulo de chegada (AoA - Angle of Arrival). A pesquisa aborda um cenário dinâmico onde a plataforma receptora está em movimento, enquanto as fontes são consideradas estacionárias. Embora existam diversos métodos para localização de fonte única, o estudo destaca uma lacuna significativa na pesquisa focada em localização de múltiplas fontes em ambientes dinâmicos. Para preencher essa lacuna, os autores propõem uma estrutura baseada em deep learning que emprega modelos de segmentação semântica para realizar a localização multi-fonte. Especificamente, são utilizados os modelos UNet e UNet++ como base, que processam imagens de entrada codificando as posições da plataforma juntamente com as linhas de localização de direção correspondentes em cada posição. Ao analisar as interseções dessas linhas, os modelos são capazes de iden...

Representações digitais tridimensionais de áreas urbanas tornaram-se ferramentas valiosas para a compreensão de territórios, dada a sua crescente disponibilidade. No entanto, apesar de permitirem a navegação virtual, esses modelos 3D frequentemente carecem de informações contextuais ricas, como o histórico ou a funcionalidade dos edifícios. Paralelamente, documentos multimídia, incluindo imagens, vídeos e textos, são fontes ricas em tais informações contextuais. A combinação estratégica desses dois tipos de dados — modelos 3D e documentos multimídia — surge como uma abordagem promissora para aprimorar a análise e a compreensão da organização das cidades. O artigo "Integrating multimedia documents in 3D city models for a better understanding of territories" propõe quatro abordagens distintas para integrar documentos multimídia em cenas urbanas 3D. O objetivo é permitir a contextualização da cena com qualquer tipo de mídia, superando a limitação dos modelos tridimensionais b...

Em veículos elétricos autônomos (VEAs), a distribuição da energia da bateria entre as necessidades primárias de propulsão e as demandas auxiliares, como o sistema de Aquecimento, Ventilação e Ar Condicionado (HVAC), é uma tarefa crítica. Essa alocação torna-se ainda mais desafiadora sob baixas temperaturas ambientes, especialmente quando a bateria está com baixo estado de carga. Nessas condições, o aquecimento da cabine e o pré-condicionamento da bateria (necessário antes do carregamento) podem consumir uma parcela significativa da energia disponível, impactando diretamente a autonomia do veículo. Geralmente, em cenários de baixa energia e temperaturas frias, a prioridade é dada à propulsão, ou são aplicadas regras heurísticas para o gerenciamento térmico. No entanto, essas abordagens frequentemente resultam em utilização subótima da energia. Há uma necessidade clara de uma metodologia baseada em princípios que possa alocar a potência da bateria dinamicamente, equilibrando conforto ...

Um novo artigo disponível no repositório arXiv introduz a "Extensão de Arquivo Iris", um formato binário projetado especificamente para atender à necessidade urgente de transferência e exibição eficiente em tempo real de lâminas em patologia digital. Atualmente, a patologia digital enfrenta um desafio significativo: embora o padrão DICOM seja amplamente aceito para o armazenamento de longo prazo de imagens médicas e metadados associados, suas limitações inerentes no que diz respeito às dimensões máximas das imagens podem impactar a velocidade de recuperação, especialmente ao acessar imagens de lâminas inteiras usando estruturas piramidais em aplicações de visualização. Com a crescente adoção da patologia digital, intensifica-se a necessidade de um formato de lâmina digital intermediário que priorize o desempenho para uso entre servidores de lâminas e software de gerenciamento de imagens, ou para a transmissão interinstitucional de casos. O formato Iris surge como uma soluç...

Um estudo recente disponível no arquivo científico arXiv explora a estrutura interna de estrelas compactas, especificamente estrelas de nêutrons, utilizando uma abordagem conhecida como decomposição núcleo-corona. O artigo, intitulado "Core-Corona Decomposition of Very Compact (Neutron) Stars: Accounting for Current Data of XTE J1814-338", foca na aplicação deste modelo aos dados observacionais da estrela XTE J1814-338. A decomposição núcleo-corona propõe dividir uma estrela compacta em duas partes principais: um núcleo central e uma "corona" circundante, que pode ser entendida como o envelope, halo ou crosta externa. A premissa é que a corona é composta por matéria do Modelo Padrão, cuja equação de estado é considerada bem conhecida e consistente com dados de outras estrelas de nêutrons. Em contraste, o núcleo apresenta um desafio maior em relação à sua composição, sendo parametrizado unicamente por sua massa, raio e pressão de transição. O objetivo dos pesqu...

Pesquisadores propõem um novo arcabouço baseado em modelos de difusão condicional para a detecção guiada de anomalias em imagens de ressonância magnética (MRI) cerebrais. A abordagem visa superar a limitação de métodos de aprendizado supervisionado, que demandam grandes volumes de dados de indivíduos com doenças, algo nem sempre disponível, especialmente para condições raras. Métodos de detecção de anomalias não supervisionados baseados em reconstrução, particularmente aqueles que utilizam modelos de difusão, tornaram-se populares por permitirem o treinamento apenas com imagens saudáveis. No entanto, esses métodos partem do princípio de que um modelo treinado com dados normais não consegue representar ou reconstruir anomalias de forma precisa, uma suposição que frequentemente falha na prática, resultando em modelos que não reconstroem tecidos saudáveis corretamente ou não removem anomalias de forma eficaz. O trabalho apresenta um modelo de difusão condicional que integra imagens ...

Um artigo recente disponível no arquivo arXiv, sob o identificador 2506.10007, apresenta um novo framework baseado em difusão para a criação de animações faciais 3D expressivas controláveis. Intitulado "Controllable Expressive 3D Facial Animation via Diffusion in a Unified Multimodal Space", o trabalho aborda desafios significativos na área de animação facial emocional controlada por áudio. Os autores destacam duas dificuldades principais nos métodos existentes: a dependência de sinais de controle unimodais (como vídeos, texto ou rótulos de emoção), que não exploram a força complementar de múltiplas modalidades para manipulação abrangente de emoções, e o mapeamento determinístico baseado em regressão, que limita a natureza estocástica das expressões emocionais e comportamentos não verbais, restringindo a expressividade das animações sintetizadas. Para superar esses obstáculos, a pesquisa propõe uma abordagem inovadora com duas contribuições chave. A primeira é uma estra...

Fusões de galáxias desempenham um papel crucial na evolução galáctica, influenciando a morfologia, a redistribuição de gás, a atividade de Núcleos Galácticos Ativos (AGN) e a formação estelar. Um estudo recente apresenta a descoberta do sistema de fusão de galáxias apelidado de "Coruja Cósmica" (The Cosmic Owl), localizado a um redshift de z=1.14 no campo COSMOS. O sistema Coruja Cósmica é notável por ser composto por duas galáxias em anel colisionais, exibindo uma morfologia quase idêntica. A análise detalhada utilizando dados de imagem e espectroscopia do Telescópio Espacial James Webb (JWST), ALMA e VLA revelou a complexidade deste sistema. Observações espectrais com o programa COSMOS-3D do JWST confirmaram que ambas as galáxias no sistema Coruja Cósmica abrigam um AGN ativo. Adicionalmente, um jato de rádio bipolar emanado de um dos AGNs foi detectado, estendendo-se até atingir a frente de fusão entre as galáxias. Um dos achados significativos é a detecção de um ...

Um recente artigo disponível no repositório arXiv, intitulado "Leveraging Pre-Trained Models for Multimodal Class-Incremental Learning under Adaptive Fusion" (arXiv:2506.09999), apresenta um novo método para a Aprendizagem Incremental de Classes Multimodais (MCIL). Ao contrário das abordagens tradicionais que frequentemente se limitam às modalidades de visão e texto, este trabalho explora a MCIL abrangendo visão, áudio e texto simultaneamente. O principal desafio abordado é a integração eficaz de informações complementares dessas diferentes modalidades, enquanto se mitiga o problema do esquecimento catastrófico, comum em cenários de aprendizagem incremental. Para superar essas dificuldades, os autores propõem um método MCIL inovador baseado no uso de modelos multimodais pré-treinados. A arquitetura proposta inclui vários componentes-chave. Primeiramente, um Extrator de Características Incremental Multimodal (MIFE), baseado na estrutura Mixture-of-Experts (MoE), é introduzi...

Com o avanço da tecnologia e a crescente busca por novas experiências audiovisuais, o metaverso tem ganhado um entusiasmo considerável. No entanto, sua implementação prática enfrenta desafios significativos, principalmente na transmissão de grandes volumes de dados, como cenas virtuais de alta resolução, entre plataformas em nuvem e dispositivos de Realidade Virtual (VR). A transmissão sem fio por dispositivos VR, limitada pela largura de banda insuficiente, resulta em problemas de velocidade e atraso (latência). Além disso, a má qualidade do canal de comunicação pode levar a erros de dados, deteriorando a experiência do usuário. Para mitigar esses problemas, pesquisadores propuseram a Arquitetura de Serviço de Metaverso Imersivo Colaborativo Nuvem-Borda-Terminal Habilitado por Comunicação Semântica (SC-CEE-Meta). Esta arquitetura inovadora integra três módulos principais: transmissão semântica de vídeo VR, síntese de vídeo e reconstrução de cena virtual 3D. A chave da abordagem ...

Um estudo recente disponível no arXiv explora a dinâmica orbital e a evolução tidal em sistemas binários excêntricos compostos por uma anã branca e um buraco negro massivo. Tais binárias são consideradas potenciais fontes tanto de transientes extremos de raios-X, como erupções quase-periódicas e eventos de ruptura tidal observados em núcleos galácticos, quanto de ondas gravitacionais de razão de massa extrema para futuras missões no milimertz. A pesquisa focou na influência da reação tidal e do efeito dissipativo da emissão de radiação gravitacional sobre a evolução tidal e a dinâmica orbital desses sistemas. Os autores descobriram que a radiação gravitacional pode induzir a maré dinâmica a evoluir chaoticamente após a ressonância entre múltiplos harmônicos orbitais ser encontrada através do decaimento orbital. Um achado notável é que esse caos impulsionado pela radiação gravitacional pode ocorrer em distâncias de pericentro significativamente maiores do que o caos impulsionado p...

Um artigo recente disponível no arquivo de pré-publicação arXiv (ID 2506.10008) propõe um framework hierárquico baseado em grafos de conhecimento para a compreensão estruturada de narrativas visuais, com foco específico em mídias multimodais como quadrinhos. O trabalho, intitulado "Structured Graph Representations for Visual Narrative Reasoning: A Hierarchical Framework for Comics", detalha uma abordagem para decompor o conteúdo narrativo em múltiplos níveis. A metodologia apresentada no artigo decompõe o conteúdo de narrativas visuais desde arcos de história em macro-nível até segmentos de eventos mais granulares. Esses diferentes níveis são representados através de grafos de conhecimento integrados, que são capazes de capturar relacionamentos semânticos, espaciais e temporais presentes na narrativa. No nível individual do painel (quadro a quadro), o framework constrói grafos multimodais. Estes grafos conectam elementos visuais, como personagens, objetos e ações, com s...

Um estudo recente propõe um método inovador para investigar a distribuição da matéria escura nas proximidades de buracos negros supermassivos (SMBHs) distantes, utilizando dados de mapeamento de reverberação de Núcleos Galácticos Ativos (AGN). A pesquisa, detalhada no artigo intitulado "A novel method to trace the dark matter density profile around supermassive black holes with AGN reverberation mapping", explora como as medições obtidas através do mapeamento de múltiplas linhas de emissão em alguns AGN podem fornecer informações sobre a massa contida em diferentes raios ao redor do SMBH central. Essa abordagem permite inferir ou estabelecer limites para o perfil de densidade da matéria escura em escalas sub-parsec. Os pesquisadores aplicaram o método a uma amostra de quatorze AGN e encontraram que, em cinco deles, a massa contida observada aumenta com o raio, sugerindo a presença de um componente de matéria escura com um nível de significância de 1-2 sigma. Para os AGN...

Um novo estudo propõe a aplicação de métodos de deep learning para aprimorar a modelagem da perda de transmissão (TL) de infra-som na atmosfera média. Essa modelagem é crucial para avaliar a eficácia da rede global do Sistema Internacional de Monitoramento (IMS) de infra-som. Atualmente, ferramentas de propagação como o método da equação parabólica (PE) permitem uma modelagem detalhada das perdas de transmissão. No entanto, o alto custo computacional do método PE limita sua aplicação na exploração de um vasto espaço de parâmetros, essencial para operações de monitoramento. Uma abordagem anterior, explorada por Brissaud et al. em 2023, utilizou redes neurais convolucionais treinadas com campos de onda simulados regionalmente (< 1000 km da fonte) para prever perdas de transmissão de forma mais rápida. Contudo, essa metodologia enfrentou desafios, especialmente em altas frequências e sob condições de vento iniciais desfavoráveis, além de questões de causalidade onde ventos distantes...

Um estudo recente investigou a possível ligação entre rajadas rápidas de rádio (FRBs) e transientes ópticos históricos, como supernovas, na tentativa de lançar luz sobre os sistemas progenitores dessas misteriosas emissões cósmicas. A pesquisa realizou uma busca sistemática por eventos ópticos passados nas localizações de fontes de FRBs. O estudo utilizou uma amostra de 83 FRBs detectadas pelo Canadian Hydrogen Intensity Mapping Experiment (CHIME) e seu extensor (KKO), além de 93 FRBs bem localizadas provenientes da literatura. O método envolveu a busca por transientes ópticos que coincidissem em posição e redshift com os FRBs. O objetivo principal era testar modelos de progenitores de FRBs, examinando se eles poderiam estar associados a outros fenômenos astrofísicos visíveis no espectro óptico, como supernovas de colapso de núcleo. Os resultados da busca não revelaram associações significativas com transientes ópticos dentro das incertezas de localização de 5σ dos FRBs, com exce...

Um estudo recente explorou a aplicação de técnicas avançadas de inteligência artificial e análise topológica para aprimorar a previsão de ratings de crédito bancário. O artigo, intitulado "Prediction of Bank Credit Ratings using Heterogeneous Topological Graph Neural Networks" (arXiv:2506.06293), propõe um novo modelo chamado Heterogeneous Topological Graph Neural Network (HTGNN) para enfrentar os desafios inerentes à previsão precisa e oportuna dessas classificações cruciais para a estabilidade econômica. Agências como Standard & Poor's e Moody's fornecem ratings de crédito que influenciam significativamente a tomada de decisões por diversas partes interessadas no mercado financeiro. No entanto, a aplicação direta de Redes Neurais Gráficas (GNNs), que são eficazes na alavancagem de informações de rede, é frequentemente complicada pela indisponibilidade de um grafo completo de conexões interbancárias, muitas vezes devido a preocupações com privacidade. Para ...

Um novo artigo disponível no arquivo arXiv descreve o desenvolvimento e a funcionalidade de um cliente em Python projetado para interagir com a API do sistema ATLAS (Asteroid Terrestrial-impact Last Alert System). O ATLAS é um projeto de pesquisa astronômica que realiza um levantamento óptico de todo o céu com uma cadência de 24 a 48 horas. Seu principal objetivo é a detecção e rastreamento de asteroides próximos à Terra, mas o servidor de transientes do ATLAS também processa o fluxo de alertas para possibilitar a descoberta e o acompanhamento de transientes extra-galácticos, como supernovas. O acesso aos dados gerados pelo servidor ATLAS é feito através de uma API REST. Essa interface programática tem sido fundamental para o desenvolvimento de "bots" – softwares automatizados – que necessitam de acesso direto aos dados. Esses bots desempenham um papel crucial na classificação de alertas e no disparo de observações de acompanhamento para alvos considerados promissores. ...

Um novo artigo de pesquisa introduz um framework open-source em Python e um conjunto de quatro datasets sintéticos de imagens de eletrocardiogramas (ECG), visando avançar tarefas críticas baseadas em deep learning na análise de ECG. O framework e os datasets resultantes são projetados para facilitar a digitalização de ECG, a detecção de regiões e nomes de derivações, e a segmentação de formas de onda em nível de pixel. Utilizando o dataset de sinais PTB-XL como base, o framework proposto gera quatro datasets de acesso aberto, cada um focado em um aspecto específico da análise de imagens de ECG. O primeiro dataset consiste em imagens de ECG em várias configurações de derivações pareadas com sinais de séries temporais para digitalização. O segundo fornece imagens de ECG anotadas com caixas delimitadoras no formato YOLO para a detecção de regiões e nomes de derivações. Os datasets três e quatro contêm imagens de derivação única recortadas com máscaras de segmentação compatíveis com mod...

Um artigo recente disponível no arquivo de pré-publicações arXiv apresenta um novo benchmark e uma abordagem inovadora para compreender e aprimorar as capacidades de raciocínio financeiro em modelos de Inteligência Artificial (IA), com foco particular em modelos de linguagem grande (LLMs) e modelos multimodais grandes (MLLMs). O trabalho, intitulado "Understanding Financial Reasoning in AI: A Multimodal Benchmark and Error Learning Approach", foi escrito por Shuangyan Deng, Haizhou Peng, Jiachen Xu, Chunhou Liu, Ciprian Doru Giurcuaneanu e Jiamou Liu. A pesquisa introduz o benchmark FinMR (Financial Multimodal Reasoning), projetado para avaliar quão bem os modelos de IA raciocinam em contextos financeiros específicos. Reconhecendo que o raciocínio financeiro eficaz exige a compreensão de informações textuais e a interpretação de dados visuais complexos, como gráficos, tabelas e tendências, o FinMR integra ambas as modalidades para refletir desafios analíticos autênticos do...

A construção de habitats sustentáveis em corpos celestes como a Lua representa um desafio significativo, principalmente devido à dificuldade e alto custo de transportar materiais da Terra. Uma abordagem promissora para superar essa barreira é a utilização de recursos disponíveis in situ, como o regolito lunar. Um estudo recente explora a viabilidade da manufatura aditiva (impressão 3D) usando regolito lunar para criar blocos de construção reconfiguráveis destinados à habitação no ambiente lunar. A pesquisa foca em uma abordagem de sinterização direta baseada em luz como um método exequível para processar o regolito lunar. Em vez de construir estruturas de grande escala diretamente, a proposta é criar blocos de construção menores e reconfiguráveis. Para testar essa hipótese, os pesquisadores realizaram experimentos de sinterização a laser utilizando simuladores de regolito lunar, servindo como prova de conceito. Diferentes parâmetros de processamento a laser foram investigados par...

Um estudo recente publicado no repositório arXiv apresenta observações detalhadas da supernova superluminosa pobre em hidrogênio (SLSN-I) SN 2024rmj, localizada a um redshift de z = 0.1189. O artigo detalha extensas observações fotométricas e espectroscópicas nos espectros ultravioleta (UV), óptico e infravermelho próximo (NIR) deste evento cósmico brilhante. A SN 2024rmj alcançou uma magnitude absoluta de pico de aproximadamente -21.9, situando-a no extremo luminoso da distribuição das SLSN-I. Sua curva de luz exibiu características notáveis, incluindo um proeminente aumento antes do pico, cerca de 60 dias antes do pico principal, e um aumento após o pico, aproximadamente 55 dias após o pico principal. A maior parte da curva de luz principal, excluindo estes aumentos, foi bem ajustada por um modelo de desaceleração de magnetar, com parâmetros típicos para esta classe de supernovas (spin: ~2.1 ms; campo magnético: ~6 x 10^13 G; massa ejetada: ~12 massas solares). Os espectros ópt...

O uso de modelos de linguagem grande (LLMs) integrados com funcionalidades de busca na web tornou-se uma aplicação comum da inteligência artificial moderna. No entanto, faltam avaliações diretas e controladas da qualidade desses agentes de pesquisa web de IA, especialmente considerando a natureza em constante mudança da internet. Para abordar essa lacuna, foi introduzido o **Deep Research Bench**, um novo benchmark projetado para avaliar o desempenho de agentes de IA em tarefas de pesquisa web complexas. O Deep Research Bench é composto por 89 instâncias de tarefas de pesquisa web multi-etapa, abrangendo 8 categorias diversas com níveis variados de dificuldade. As respostas para essas tarefas foram cuidadosamente elaboradas por humanos qualificados, servindo como gabarito para avaliação. Um componente crucial do Deep Research Bench é o ambiente **"RetroSearch"**. Este ambiente utiliza um grande conjunto congelado de páginas web raspadas, criando um cenário de pesquisa e...

A área de Machine Learning tem presenciado um avanço significativo impulsionado por modelos cada vez maiores e mais complexos, capazes de realizar tarefas sofisticadas. No entanto, o tamanho e a complexidade desses modelos frequentemente resultam em altos custos computacionais e de memória, dificultando sua implantação em dispositivos com recursos limitados ou em larga escala. Para contornar esses desafios, pesquisadores e engenheiros exploram diversas técnicas de otimização de modelos. Uma abordagem proeminente é a Quantização Pós-Treinamento (PTQ - Post-Training Quantization). Essa técnica consiste em converter um modelo de machine learning já treinado, que geralmente utiliza representações de ponto flutuante de alta precisão (como FP32), para uma representação de menor precisão, como inteiros de 8 bits (INT8), sem a necessidade de retreinar o modelo do zero. O principal benefício da PTQ é a redução significativa no tamanho do modelo e no custo computacional durante a inferência, ...

Um estudo recente disponível no repositório arXiv (arXiv:2506.06429) explora as melhores estratégias para otimizar o potencial da missão Ariel da Agência Espacial Europeia (ESA) na realização de estudos em nível populacional de exoplanetas. A missão Ariel é considerada particularmente adequada para essa finalidade, concentrando-se em quantificar tendências entre propriedades observadas pelos seus instrumentos e características planetárias já conhecidas. Por exemplo, busca-se correlacionar a metalicidade atmosférica inferida pela espectroscopia de trânsito de Ariel com o raio planetário. Os autores, Nicolas B. Cowan e Ben Coull-Neveu, definem uma métrica chamada "alavancagem de levantamento" (leverage), representada por L = sqrt(N) * stdev(x), onde N é o número de alvos observados e stdev(x) é o desvio padrão da propriedade planetária x entre esses alvos. Eles demonstram que essa métrica prevê quantitativamente a precisão das tendências em nível populacional que podem ser i...

Um artigo recente intitulado "Unreal Patterns", de John Beverley e Jim Logan, introduz um novo framework destinado a aprimorar a forma como os sistemas de Inteligência Artificial representam informações sobre entidades que não existem no mundo real ou que são puramente hipotéticas. Isso inclui conceitos como personagens fictícios, projetos e protótipos ainda não realizados, simulações e cenários futuros. Tradicionalmente, a representação de tais entidades tem sido abordada de diversas maneiras, frequentemente envolvendo a criação de "instâncias fictícias" ou o uso de lógica modal. No entanto, os autores criticam essas abordagens, argumentando que elas podem levar a suposições metafísicas excessivas ou introduzir ineficiências computacionais que limitam suas aplicações práticas. A proposta central do artigo é modelar esses casos utilizando as intersecções de tipos de entidades que de fato existem, em vez de recorrer a "tokens" específicos para o que n...

A nova recorrente T Coronae Borealis (T CrB), um sistema binário simbiótico localizado relativamente próximo à Terra, tem sido objeto de estudo devido às suas erupções periódicas. Este sistema binário é composto por uma anã branca e uma gigante vermelha. Historicamente, T CrB registrou erupções em 1866 e 1946, seguindo um ciclo aproximado de 80 anos. Um aspecto notável observado antes destas erupções é um estado transiente de alta luminosidade. Um estudo recente propõe e modela o estado de alto brilho de T CrB como um evento de transferência de massa aprimorada da estrela doadora (a gigante vermelha) para a anã branca. Este material transferido forma um disco de acreção ao redor da anã branca. Uma possível explicação para o aumento na luminosidade durante este estado transiente é um surto semelhante ao de novas anãs, que pode surgir de um aumento temporário na taxa de transferência de massa da estrela doadora. A pesquisa realizou simulações para entender a resposta de um disco de...

Um estudo recente explorou a profunda conexão entre a energia máxima de certos Hamiltonianos quânticos 2-locais e as propriedades espectrais dos grafos token correspondentes. O trabalho, detalhado em um artigo no arXiv, foca nos Hamiltonianos Quantum MaxCut (QMC), XY e EPR definidos sobre um grafo *G*. A pesquisa estabelece uma equivalência fundamental: os Hamiltonianos QMC, XY e EPR podem ser expressos como somas diretas de matrizes espectrais (Laplaciana, de adjacência e Laplaciana sem sinal, respectivamente) dos grafos token de *G*. Essa relação permite abordar o estudo desses Hamiltonianos a partir de uma perspectiva puramente teórica de grafos. Baseado em extensos estudos numéricos, os autores propõem novas conjecturas que estabelecem limites para os raios espectrais dos grafos token. Essas conjecturas são mais rigorosas do que resultados anteriores e são apresentadas como sendo de interesse independente para a comunidade de teoria dos grafos. As conjecturas foram verificada...

Um estudo recente introduzido no arXiv propõe uma nova metodologia bayesiana para determinar as idades de sistemas estelares jovens próximos. O artigo, intitulado "Going Bayesian on the ages of nearby young stellar systems I. The expansion rate method", aborda a importância fundamental de definir as idades desses sistemas para validar teorias atuais sobre a formação estelar. O trabalho visa desenvolver uma versão bayesiana do método da taxa de expansão, que incorpora o conhecimento prévio sobre a idade do sistema estelar e busca resolver algumas das ressalvas da abordagem frequencista tradicional. Para isso, os pesquisadores aprimoraram um modelo hierárquico bayesiano existente com hierarquias de parâmetros adicionais, incluindo a idade do sistema. Para a idade, foram propostas distribuições a priori inspiradas em trabalhos da literatura. A validação do método foi realizada em um conjunto de simulações extensas que mimetizam as propriedades de sistemas estelares reais. ...