Quantifying Information Loss under Coarse-Grained Partitions: A Discrete Framework for Explainable Artificial Intelligence
この論文は、教育や医療など倫理的に敏感な領域における AI の解釈可能性と精度のバランスを定量化するため、粗粒度分割とカテゴリー統合に基づく情報損失の離散的枠組みを提案し、その数学的性質と応用可能性を示しています。
🤖 Category
cs.AI
5629 件の論文
Language in the Flow of Time: Time-Series-Paired Texts Weaved into a Unified Temporal Narrative
この論文は、時系列データと対応するテキストが共有する周期的な性質に着目し、既存の数値専用モデルのアーキテクチャを変更することなくマルチモーダル予測性能を向上させる新たなフレームワーク「Texts as Time Series (TaTS)」を提案しています。
LaVCa: LLM-assisted Visual Cortex Captioning
この論文は、大規模言語モデル（LLM）を用いて脳活動に対応する画像の自然言語キャプションを生成する「LaVCa」という手法を提案し、従来の手法よりも正確かつ詳細に視覚野のボクセル選択性を記述し、脳内表現の微細な機能分化の解明に貢献することを示しています。
Unveiling Downstream Performance Scaling of LLMs: A Clustering-Based Perspective
この論文は、タスクの難易度に基づいてクラスタリングを行い、予測可能な部分集合の性能を理論的に外挿する「難易度に基づくクラスタリング（COD）」フレームワークを提案し、大規模言語モデルの事前学習段階における下流タスク性能を高精度に予測する手法を確立したものである。
Subclass Classification of Gliomas Using MRI Fusion Technique
本研究は、BraTS データセットの多モーダル MRI 画像を前処理し、2D と 3D の UNET によるセグメンテーション結果を重み付き平均で融合して ResNet50 に投入する手法を提案し、99.25% の分類精度を達成することで、グリオーマのサブクラス分類の精度を大幅に向上させたことを示しています。
Deep Learning-Based Approach for Automatic 2D and 3D MRI Segmentation of Gliomas
この論文は、UNet、Inception、ResNet アーキテクチャに基づき、2D と 3D 畳み込みの長所をバランスさせた深層学習モデルを提案し、BraTS データセットを用いた検証で Glioma の自動セグメンテーションにおいて高い精度（3D で Dice 0.9888、2D で 0.8312）を達成したことを報告しています。
A Simple and Effective Reinforcement Learning Method for Text-to-Image Diffusion Fine-tuning
この論文は、拡散モデルの微調整におけるサンプル効率と性能のバランスを改善するため、REINFORCE の分散低減技術と PPO のロバスト性を組み合わせた新しい強化学習手法「LOOP」を提案し、その有効性を示したものです。
Parallelized Planning-Acting for Efficient LLM-based Multi-Agent Systems in Minecraft
この論文は、Minecraft のような動的環境における LLM ベッドのマルチエージェントシステムのリアルタイム応答性を向上させるため、中央集権的なメモリシステムとスキルライブラリを備えた双スレッド構造により、並列的な計画と実行を可能にする新たなフレームワークを提案し、その有効性を検証したものである。
LLM-Powered Prediction of Hyperglycemia and Discovery of Behavioral Treatment Pathways from Wearables and Diet
本論文は、ウェアラブルデバイスや食事記録などのマルチモーダルデータと大規模言語モデルを統合した「GlucoLens」という説明可能な機械学習システムを開発し、食後高血糖の予測精度を向上させるだけでなく、個別の行動介入経路を提案することで糖尿病予防を支援する手法を提案しています。
Enhancing Alzheimer's Diagnosis: Leveraging Anatomical Landmarks in Graph Convolutional Neural Networks on Tetrahedral Meshes
この論文は、解剖学的ランドマークを組み込んだトランスフォーマーベースの幾何学的深層学習モデルを提案し、侵襲的で高価なPETスキャンに頼らずにアルツハイマー病の診断精度を向上させ、中リスク群における脳アミロイド陽性性の予測を可能にするものである。
The impact of AI and peer feedback on research writing skills: a study using the CGScholar platform among Kazakhstani scholars
この研究は、UIUC の CGScholar プラットフォームを利用した調査を通じて、カザフスタンの研究者において AI ツールへの慣れがフィードバック受容性に中程度の正の相関を示す一方、研究経験が特に方法論に関するピアフィードバックへの期待と強く関連しており、AI 支援と従来のフィードバックの統合が学術的ライティングの質向上に有効であることを示しています。
ViLAM: Distilling Vision-Language Reasoning into Attention Maps for Social Robot Navigation
本論文は、大規模な視覚言語モデルの推論能力をアテンションマップに蒸留し、それを社会的コストマップとして活用することで、実世界での社会的に配慮されたロボットナビゲーションの成功率を大幅に向上させる新しい手法「ViLAM」を提案しています。
IMPACT: Intelligent Motion Planning with Acceptable Contact Trajectories via Vision-Language Models
本論文は、視覚言語モデルを用いて環境のセマンティクスを推論し、接触の許容度を方向ごとに評価したコストマップと接触認識型 A* プランナーを組み合わせることで、混雑した環境においても安定した接触を伴う効率的な運動計画を実現する「IMPACT」という新しいフレームワークを提案しています。
Engineering Systems for Data Analysis Using Interactive Structured Inductive Programming
この論文は、大規模言語モデルと人間の協働を構造化された双方向の対話プロトコルで制御する「iProg」というツールを提案し、天体物理学や生化学の分野におけるデータ分析システムの開発において、従来のノーコード手法よりも高い品質と効率を実現することを示しています。
More Women, Same Stereotypes: Unpacking the Gender Bias Paradox in Large Language Models
この論文は、大規模言語モデルが職業分野で女性キャラクターを過剰に生成する傾向があるにもかかわらず、その職業の性別分布は現実の労働データよりもむしろ人間の性別ステレオタイプに一致するというパラドックスを明らかにし、新たなバイアスを防ぐためのバランスの取れた対策の重要性を指摘しています。
From 2D Alignment to 3D Plausibility: Unifying Heterogeneous 2D Priors and Penetration-Free Diffusion for Occlusion-Robust Two-Hand Reconstruction
本論文は、視覚基盤モデルからの多様な 2D 事前知識を統合して構造整合性を確保し、衝突勾配に基づく生成拡散モデルを用いて物理的に妥当な 3D 両手姿勢を生成することで、単眼画像からの両手再構成における複雑な姿勢や重度の遮蔽、手同士の貫通問題を解決する手法を提案しています。
More Bang for the Buck: Process Reward Modeling with Entropy-Driven Uncertainty
この論文は、高予測エントロピーのトークンに基づいて推論ステップを自動的に分割し、人手による注釈を不要にしながら、少量のデータで最先端の性能を達成する新しいプロセス報酬モデル「EDU-PRM」を提案し、数学的推論タスクにおける精度向上とトークン使用量の削減を実現したことを報告しています。
MediTools -- Medical Education Powered by LLMs
この論文は、大規模言語モデルを活用して皮膚科症例シミュレーション、論文検索、医療ニュース要約などの対話型ツールを提供する「MediTools」という医療教育プラットフォームを開発し、その有効性を医療従事者や学生への調査を通じて検証したことを報告しています。
Enhancing Metabolic Syndrome Prediction with Hybrid Data Balancing and Counterfactuals
本論文は、SMOTE、ADASYN、CTGAN を統合した新規ハイブリッドフレームワーク「MetaBoost」と反事実分析を組み合わせることで、メタボリックシンドロームの予測精度を向上させ、血糖値と中性脂肪がリスク低減の鍵となる臨床的知見を提供する。
From LLM Reasoning to Autonomous AI Agents: A Comprehensive Review
この論文は、2019 年から 2025 年にかけての LLM 推論および自律 AI エージェントに関する評価ベンチマーク、フレームワーク、プロトコルを体系的に統合・分類し、実世界応用例をレビューするとともに、将来の研究課題を提言する包括的なレビューです。