💻 computer science
Xender+: Enhancing Time Series Data Transmission via Historical Model Reuse
Xender+は、頻繁なオンラインモデルの再学習を、直接再利用可能なパターン・クラスター化された事前学習済みモデルのクラウド側ライブラリに置き換えることで、最先端のベースラインと比較して、より低いエンドツーエンドの遅延と高い再構成精度を実現し、時系列データの伝送効率を向上させる新しいフレームワークである。
💻 Category
cs
1398 件の論文
💻 computer science
Resource-Aware Video Action Recognition Through Adaptive Temporal Sampling: An Efficiency–Accuracy Benchmarking Framework
本論文は、ビデオ行動認識における効率と精度のトレードオフを評価するために適応的時系列サンプリングを利用したリソース認識型ベンチマークフレームワークを導入し、R(2+1)D-18アーキテクチャが、変動する計算予算全体にわたって安定した性能を維持しつつ、エネルギー消費を大幅に削減することを実証している。
💻 computer science
Multimodal Deep Learning for Chest X-Ray Abnormality Classification and Interpretability through Demographic Feature Integration
本研究は、ConvNeXt Largeバックボーンを用いて胸部X線画像とデモグラフィック・メタデータを統合するマルチモーダル深層学習フレームードを提案し、NIH ChestX-ray14データセットにおいて96.88%のマクロ平均AUCを達成するとともに、既存の画像のみのモデルと比較して優れた性能と解釈可能性を実証するものである。
💻 computer science
Triple-Factorized attention framework with dynamic adaptive windowing for premature contraction classification
本論文は、複雑な時空間依存性を効果的に捉え、動的な文脈情報に適応することで、期外収縮（心房性および心室性）の分類において最先端の精度を達成するために、三重因子分解アテンションと動的適応型ウィンドウイングを統合した新しいアテンションフレームワークであるHRDAWNetを提案する。
💻 computer science
Eliminating Setup Friction in PHP Web Development Labs Using Docker and DevContainers
本論文は、従来のXAMPPベースのPHP開発環境をDockerおよびDevContainersに置き換えることで、バーレーンの大学において学生のセットアップ時間を90%以上削減し、外的な認知負荷を大幅に軽減し、それによって設定ミスがコース全体の進行を危うくすることを防げることを示す、複数学期にわたるケーススタディを提示するものである。
💻 computer science
Learning-Based Heuristic Dynamic Path Planning Using a Hop- Aware Graph Neural Network and ConvGRU
本論文は、マルチスケールの空間トポロジーと時間的な環境変化を効果的に捉えるために、ホップ認識グラフニューラルネットワーク（HopGNN）と畳み込みゲート付きリカレントユニット（ConvGRU）を統合した動的経路計画のための学習ベースのヒューリスティックを提案し、シミュレーションされたグリッド環境において、GCN-A*、GAT-A*、およびD* Liteといった既存の手法よりも優れた成功率と探索効率を実証している。
💻 computer science
A Multi-Model, Multi-Domain Benchmark of Large Language Model Agreement with Humans and with Each Other in Sentiment Classification
本論文は、5つの大規模言語モデル、ルールベースの辞書、および教師ありトランスフォーマーを人間の注釈に対して評価するマルチドメインのベンチマークを提示しており、Claude Opus 4.7やGPT-5.5のような最上位のモデルが人間と高い整合性を達成している一方で、モデル間および人間によるラベルとの間で、特に非公式なテキストにおいて重大な不一致が存続していることを明らかにしており、モデルの選択が感情分類の結果に実質的な影響を与えることを示している。
💻 computer science
AST-Level Semantic Watermarking Framework for AI-Generated Code: Robust Provenance Attribution via Structural Invariants
本論文は、意味を保持する構造的変異を通じて、AI生成コードの構文的トポロジーに暗号学的に検証可能な署名を埋め込む、新しいモデル非依存のASTレベルのウォーターマーキング・フレームワークを提案しており、これにより堅牢なプロベナンス（由来）の帰属を実現し、フォーマット変更、リネーミング、デッドコード注入といった一般的なコード変換に対して既存のテキストレベルの手法を大幅に上回る性能を達成している。
💻 computer science
SHAP and LIME Explainability in Financial Machine Learning: A Systematic Review of Methods, Evaluation Gaps, and Barriers to Deployment
297件の研究を対象としたこの系統的レビューは、SHAPやLIMEが金融機械学習、特に信用モデリングにおける説明可能性のために広く採用されている一方で、それらが形式的な評価の決定的な欠如に苦しんでいることを明らかにしており、説明の質を評価している論文はわずか9.1%にとどまっており、規制遵守と信頼を確保するためのより強力な検証および展開基準への緊急の必要性を浮き彫りにしている。
💻 computer science
Use of Chaotic-Map-Based Steganography in OTA Updates
本論文は、ソフトウェアバイナリをAES-256-GCMで暗号化した上で、ペイロードを隠蔽し改ざんを防ぐためにカオス写像誘導型LSBステガノグラフィを用いてグレースケール画像内に埋め込むことにより、OTA通信のセキュリティを強化する安全なソフトウェア・オーバー・ザ・エア（SOTA）アップデートフレームワークを提案する。