60 件の論文
本論文は、電子カルテの不規則な時間構造と複雑な疾患経過を考慮し、SNOMED 基準の医学概念と階層的注意機構を組み合わせた「TA-RNN-Medical-Hybrid」という新しい深層学習フレームワークを提案し、集中治療室における死亡率予測の精度向上と臨床的に意味のある解釈可能性の両立を実現したことを報告しています。
この論文は、動的な分子通信環境において、従来のオンオフキーイングよりも高いスペクトル効率と誤り耐性を達成するための、多軸濃度変調（MAxCM）およびその特殊なサブクラスである多軸比シフトキーイング（MAxRSK）の枠組みと最適化された復号手法を提案し、その有効性を数値的に検証したものである。
この論文は、リー代数とトポロジー的特性を活用して任意のユニタリ演算を近似する単一層の量子ニューラルネットワークを提案し、SRBB（標準再帰的ブロック基底）に基づくスケーラブルな手法を再構成して CNOT ゲート数を指数関数的に削減し、シミュレーションおよび実ハードウェアでの有効性を検証したものである。
オーストラリア博物館の約 170 万件の標本記録を、大規模言語モデルの関数呼び出し機能を活用して API から動的に取得し、対話型 AI とインタラクティブな地図を備えたシステムを通じて自然言語で検索・探索可能にする新たなアプローチを提案する。
この論文は、非一様な血流や赤血球との相互作用など現実的な血管環境をシミュレーションに組み込むことで、血管内ナノマシンを用いたがんバイオマーカーの早期検出の可行性を評価し、その結果、毛細血管があらゆるナノマシンサイズにおいて最も高い検出確率を示すことを明らかにしたものである。
この論文は、EVMbench の評価手法に存在するデータ汚染やスコープの狭さなどの限界を指摘し、拡張された評価により AI エージェントが単独でスマートコントラクトの完全自動化監査を実現するには至っていないことを示し、人間の判断と組み合わせた人間中心のワークフローの重要性を強調しています。
この論文は、多様な訓練データを用いてLoRAで微調整されたQwen-0.5Bモデルが、音声クローンタスクにおいて話者一貫性、知覚品質、信号対雑音比のすべてにおいて凍結ベースモデルを上回ることを示し、データ多様性がLLMベースTTSの汎化性能を決定づける要因であることを実証しています。
本論文は、離散変数量子ビットと連続変数量子モードを統合的に扱うためのオープンソース SDK「Hybridlane」を提案し、自動ワイヤー型推論やメモリ効率の良い回路記述、PennyLane との互換性、および QSCOUT などのハードウェアへのコンパイル機能を通じて、ハイブリッド量子コンピューティングのソフトウェア開発を革新するものである。
本論文は、量子コンピュータと古典的 HPC システムの統合による「量子中心スーパーコンピューティング（QCSC）」の必要性を指摘し、QPUs、GPUs、CPUs を統合したリファレンスアーキテクチャと、その進化の 3 段階ロードマップを提示しています。
2024 年 9 月にピッツバーグで開催された「医療応用におけるアルゴリズムとハードウェアの共設計」に関する NSF ワークショップの報告書は、医療技術の次世代開発に向けた戦略的ロードマップを提示し、標準化されたデータ・計算基盤の整備、臨床ワークフローを考慮したシステムや人間と AI の協働枠組みの構築、客観的かつ継続的な評価に基づく検証エコシステムの推進、そして安全で責任ある仮想・物理的医療エコシステムの実現を提言しています。
本論文は、NISQ 時代の量子分類器において、回路切断や量子もつれ転送を標的とした敵対的摂動が中間層への敵対的ゲート実装と密接に関連していることを理論的・実験的に示し、分割された量子分類器の敵対的ロバスト性を検証するものである。
本論文は、システム・オブ・システムズとデジタルツインの両方のパラダイムを統合する「ツインシステムのシステム」に関する 2,500 件以上の文献から 80 件を抽出して詳細に調査し、既存の理論と互換性のある分類枠組みを導き出した体系的文献レビューである。
この論文は、コヒーレント光の位相シフトによるエンコーディングと干渉計のみを用いて非線形性を実現し、光子損失に対する耐性も兼ね備えた、光学ニューラルネットワークの構築およびその学習を可能にする堅牢な手法を提案しています。
この論文は、非揮発性の相変化材料シナプスと局所フィードバック機構を用いて、光電変換を介さずにオンライン非教師学習（ヘッビアン学習）を実現し、文字認識タスクで100%の精度を達成した、純粋な光深層ニューロモルフィックネットワークのアーキテクチャと実験的実証を報告しています。
本論文は、大規模な非構造化データや基盤モデルの普及に伴う不確実性やスケーラビリティの課題に直面する AI 時代における人間・データ相互作用の現状を分析し、従来の効率性指標を超えて認知・知覚・デザイン原則を統合した新しい人間中心の分析システム構築の方向性を示唆しています。
この論文は、光カオスを用いた意思決定モデルにおいて、環境の報酬特性（勝率の和が 1 を超えるか否か）に応じて、負または正の自己相関が最適化されることを数理モデルと数値計算で明らかにし、強化学習の高速化への応用可能性を示したものである。
この論文は、バイナリニューラルネットワークの頑健性検証を QUBO 問題として定式化し、SRAM ベースのデジタル計算内メモリ型イジングマシンを用いて不完全な解から敵対的摂動を抽出することで、従来の CPU 実装に比べて大幅な高速化と省電力化を実現する手法を提案しています。
この論文は、拡散型分子通信における状態依存ノイズ（ヘテロスケダスティックノイズ）を考慮した新しい検出器「BA-MAP」と「Soft BA-MAP」を提案し、従来の手法と比較して最大 100% のスループット向上を実現することを示しています。
この論文は、自律エージェントの「継続」を最終目的とする内在的動機と手段的動機を、行動観察ではなく量子ボルツマンマシンを用いた潜在状態のエンタングルメントエントロピーの分析によって高精度に検出する「統一継続関心プロトコル（UCIP）」を提案し、合成環境においてその有効性を実証したものである。
この論文は、フォトニック量子状態再構成において、統計的な誤差低減が物理的なハードウェアの限界（「ハードウェア・ホライズン」）によって急激に飽和し、理論的な効率性がノイズのある現実のデバイスでは達成できないことを実験的に実証したものである。