3730 件の論文
本論文は、オープンボキャブラリ検出器を利用して動的な関心領域を生成し、フレーム同期型の視線マッピングを実行する、360° VRアイトラッキングのためのオフラインからランタイムへのパイプラインを提示および検証するものであり、Grounding DINOやYOLO-Worldといったモデルをベンチマークすることで、検出の網羅性と処理効率のバランスを取りつつ、将来的な洗練に向けた主要な技術的課題を特定する。
本研究は、MobileNetV3にCoordinate Attentionとハイブリッド損失関数を統合したディープラーニングフレームワークを提案し、VGG19やEnsemble RESNETといった他の学習済みモデルを凌駕する98.40%の高精度で乾癬の検出および分類を実現するものである。
本研究は、急性リンパ性白血病のサブタイプ分類における畳み込みニューラルネットワーク、グラフニューラルネットワーク、およびマルチモーダル大規模言語モデルを評価し、微調整されたViT–BERTモデルが、トップクラスのCNNに匹敵する最先端の性能（F1=0.99）を達成するとともに、正確で解釈可能な医学的診断に向けたグラフベースの推論とマルチモーダル統合の補完的な価値を浮き彫りにしている。
本論文は、ドメインランダム化された合成データとオンボードのYOLOv8s-BoT-SORTパイプラインを活用することで、従来のモニタリング手法における遅延やアクセスの制限を克服し、ケニアの遠隔地の森林における違法伐採のリアルタイムかつ高精度な検知と確認を実現する、自律型エッジAI搭載UAVシステムを提示するものである。
本論文は、三角形モチーフ構造において、マルコフ境界に基づく特徴量選択の最小性と十分性の保証が、保護属性と絡み合った高効用なプロキシを保持することによって公平性の目標と衝突し得ることを示し、精度と公平性のトレードオフを回避するために、特徴量除外前のプロキシを意識した監査が必要であることを論じている。
本研究は、プロンプトベースの大型言語モデルが、ファインチューニングを行うことなく、自由記述形式の学生による数学の回答における概念的カテゴリを確実に特定できることを示しており、肯定的な特徴や深い概念的理解については高い精度を達成している一方で、欠落している特徴の検証や曖昧さの解決といった課題に対処するために、専門家による介入（expert-in-the-loop）のサポートや言語的に明示的なプロンプトが必要であることを浮き彫りにしている。
本論文は、ディープフェイク画像の証拠力を定量化するために、SRMディープラーニング特徴量と較正された統計モデリングを活用した、法医学的に適合するスコアベースの尤度比フレームワークを提案するものであり、従来の二値判定による限界を克服し、司法判断のための解釈可能で数値的根拠に基づいた評価を提供するものである。
本研究は、構造ガイド付きゲーティングと局所的クロスアテンションを介して、Qwen3-VLからの凍結された視覚表現と明示的な構造記述子を統合することにより、白族家具文様の少量サンプル認識を強化するデータ効率の高いフレームワークを提案し、優れた精度を達成するとともに、不確実性を考慮した知識検索を可能にするものである。
336件の論文を用いた、ビブリオメトリクス分析とDEMATELモデリングを組み合わせた再現可能な二段階の意思決定科学デザインを用い、本研究は、リーダーシップとビジョンの欠如、および構造的慣性が、労働力システムにおけるAI導入を阻害する他の人的・組織的な障害を駆動する主要な因果的障壁であることを特定している。
本論文は、UDR-Mambaを提案しており、これは、ノイズの多い深度測定にもかかわらず、生の深度マップを構造的キューへと変換し、それらを共有エンコーダを介してRGB特徴量と選択的に融合させることで、水中顕著物体検出において最先端の性能を達成する、深度構造化および信頼性ガイド型のMambaフレームワークである。