3821 件の論文
本研究は、学生のエンゲージメントを検知するために顔、行動、およびテキストの特徴を統合するマルチモーダル融合フレームワークを提案しており、後半結合（late fusion）戦略が0.864の高い精度を達成し、エンゲージメントレベルの分類において単一モダリティのモデルを上回ることを示している。
本論文では、クロスアテンションを通じて各臨床ラベルに対して個別のモダリティの重要性を学習する新しい融合メカニズムであるLabel Adaptive Gating (LAG) を提案しており、これは複数のマルチラベル臨床データセットにおいて既存のシングルアウトプット融合ベースラインを上回る性能を示すとともに、臨床的に妥当なモダリティの属性付けを提供する。
本論文は、適応性、統計的堅牢性、および平文の変化に対する感度を向上させるために、改良された植物根茎成長最適化フレームワーク内でカオス配列生成とキーストリーム再構成パラメータを統合した、医療用途向けの安全なカラー画像暗号化スキームを提案するものである。
本論文では、表面張力による流れを模倣することで探索と開発のバランスを効果的に制御し、23個のベンチマーク関数において既存のアルゴリズムと比較して優れた収束速度、精度、およびロバスト性を実証する、新しい物理学に着想を得たメタヒューリスティックであるマランゴニ効果アルゴリズム（MEA）を提案する。
本論文は、従来のアイデンティティベースのシステムに固有の鍵エスクロー問題を排除しつつ、デジタルパワークラウド・インフラストラクチャ全体における脆弱性の証拠の安全かつ非譲渡的でプライバシーを保護した検証を可能にする、エスクロー耐性を備えた公開鍵証明書レス・ユニバーサル指定検証者署名スキームであるUDVSPeclsを提案する。
本論文は、複数のモデルによる深度予測を融合することでロバストな初期化を実現し、さらに三領域ピラミッド正則化を採用して精緻な最適化を行うことで、単眼内視鏡3Dガウス再構成を強化する、協調的なエキスパート深度ガイド型フレームワークを提案しており、外科手術データセットにおいて最先端のレンダリング忠実度と詳細保持を実現している。
本論文は、リアルタイムのワークロードパターンに基づき、SwissTable、Robin Hood hashing、および新しいGraveyardTable構造の間を動的に切り替える自己チューニング型ハッシュテーブルであるAdaptiveCacheを紹介するものであり、これは機械学習駆動型の決定ポリシーを利用して移行コストを最小化し、動的な読み取り・書き込み・削除比率に適応することで、オラクル・ベースラインに対して最大89.7%の効率性を達成している。
本論文は、一致重み付きグラフ制御を用いた等価性を考慮した評価フレームワークを導入することで、科学的信号モデリングにおいてハイパーグラフ機械学習モデルがしばしばそのグラフ対応モデルに対して予測上の利点を提供できないことを示し、高次（higher-order）の主張は表現からのみ推論されるのではなく、ペアワイズの制御対象に対して検証されなければならないという検証原則を確立するものである。
本論文は、対象範囲は限定的であるものの、確率的なチェックを直接的なメタデータ照合に置き換えることで、エラー検出および最終文書の正確性においてLLMベースの自己検証を大幅に上回る、臨床データレビュアーガイドのための決定論的かつ非LLM型のバリデーション・アーキテクチャを提案し、シミュレーションを行うものである。
3つのソフトウェア近代化プログラムを対象としたこの回顧的な縦断的フィールド調査は、初期のAIと人間の協調構成は品質を犠牲にして速度を向上させた一方で、受入条件の検証、リポジトリ・ネイティブなレビュー、およびハイブリッドな実行を統合した成熟した構成は、検証上の問題を減少させ、初回リリース時のカバレッジを向上させると同時に、デリバリーのタイムラインを大幅に加速させたことを実証している。