3821 件の論文
本論文は、MaxCut問題におけるQAOAのインスタンスを削減するために古典的な対称性を活用することで、解の表現力と到達性を維持しつつ、ダイナミカル・リー代数の次元を指数関数的から多項式的なものへと崩壊させ、それによってバレン・プラトーを緩和できることを実証するものである。
本論文は、敵対的証拠の競合の検出と堅牢な分類を分離する大規模モデル支援型診断フレームワークを提案しており、特定のトリガーやポリシーが敵対的入力を効果的に特定し転換できる一方で、この能力がホワイトボックス攻撃に対する強力な堅牢性を達成することとは依然として別個のものであることを示している。
本論文は、逐次型マルチレイヤー・ハッシング手法（SHA3-256とカスタムBALKE2アルゴリズムの組み合わせ）を利用したAI対応型適応フレームワークを提案し、実行時間のオーバーヘッドを最小限に抑えつつ、生成AIによる行動的搾取からデジタル・トラストを保護するために、事前像攻撃の複雑さを2^256から2^512へと指数関数的に増大させるものである。
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。