3821 件の論文
本研究は、実世界の心血管リスク予測において、補完やハイブリッド戦略を通じた適切な欠損データの取り扱いがモデルの信頼性と解釈性を維持するために極めて重要である一方で、不完全なレコードを無批判に削除することは、性能を著しく低下させ、欠損自体が持つ情報価値を見落とすことになることを示している。
公開されているSMC-LUD肝臓超音波データセットの監査により、学習用とテスト用のパーティション間における患者の重複や、画像の幾何学的形状のみに基づいた完全な診断分離といった重大なデータ整合性の問題が明らかになり、これらはモデルの性能を人工的に膨張させ、肝細胞癌分類のベンチマークとしてのデータセットの妥当性を損なわせている。
本研究は、自動スクリーニングと専門家による検証を組み合わせることで、9つの公開マルチモーダル網膜画像データセットにおけるラベルノイズを体系的に特定および修正し、約5.39%の画像にエラーが含まれていることを明らかにし、それらには従来の単一ラベルの枠組みに課題を突きつける、かなりの割合の分布外データやマルチラベルのケースが含まれており、同時にCleanlabのようなツールが手動レビューの負担を効果的に軽減することを実証した。
本研究は、2025年度中国国家薬剤師資格試験において3つのGPT-5.6モデルを評価し、すべてのモデルが全科目に合格した一方で、GPT-5.6-SolおよびGPT-5.6-TerraがGPT-5.6-Lunaを大幅に上回ったこと、また、画像を含む問題におけるパフォーマンスは概して低く、元の画像入力の提供に影響されている可能性があることを明らかにしている。
本論文では、CBAM、Focal Loss、Label Smoothing、およびDIoU lossを統合することで、農業におけるリアルタイムアプリケーション向けに、ピタヤの病害検出、成熟度分類、および果実サイズの推定を高精度に同時に実現する、YOLOv11nに基づく強化されたマルチファクター検出モデルであるYOLO-o1を提案する。
本研究は、意味論的、行動的、および心理測定的な信号を統合して、LLM（大規模言語モデル）を用いた文化遺産探索におけるユーザー体験指標を予測する動的なユーザー状態モデリングの枠組みを提案しており、適応型システムが個々の好奇心や相互作用のパターンに合わせて対話的なガイダンスを効果的に調整できることを示している。
本論文は、点教師ありの分類および検索タスクを利用した眼科用基盤モデルのための微細なベンチマークを導入し、これらのモデルが汎用モデルを凌駕する一方で、疾患分類において高い性能を示すにもかかわらず、特定の臨床徴候の特定には依然として苦慮していることを明らかにしている。
本論文は、欠損した評価指標を補完するためのマスク認識型多層パーセプトロンと、学術論文を順位付けするためのエントロピー重み付き多基準意思決定（MCDM）手法を組み合わせた堅牢なフレームワークを提案しており、中程度から高度の欠損条件下において、既存の手法と比較して精度、補完誤差の低減、および順位保持の面で優れた性能を示す。
本論文では、最小限のパラメータと推論レイテンシで相補的な時間的およびスペクトル的特徴を学習することにより、多クラスsEMG手ジェスチャ認識において高い精度と計算効率を効果的に両立させる軽量ディープラーニングモデルであるEdgeNetTFを提案する。
本研究は、実験哲学の手法を適応させることで、大規模言語モデルが道徳的責任に関して人間よりも一般的に厳格な論理的一貫性を維持する一方で、文脈依存的な両立論へのバイアスの偏りを示す程度には差異があることを実証しており、DeepSeek V3は、より厳格に一貫したGemini 2.5 Flashと比較して、情動的なパフォーマンスエラーに対する顕著ながらも依然として人間には及ばない感受性を示す。