3854 件の論文
本論文は、厳選された実際の検知ルールと合成データからなるコーパスを用いて微調整された、ローカル展開可能なオープンソースの1.7B言語モデルであるThreatQwen-1.7B-Detectを紹介するものであり、これはセキュリティイベントの分類において95.1%の精度を達成し、エアギャップ環境のSOCにおいて完全にオフラインで動作しながら、GPT-4oのような最先端のモデルを大幅に上回る性能を実現している。
本論文は、直感的な設定のためのマルチモード・インターフェースと自動化された実験機能を提供しつつ、高忠実度なモデリングを維持することで、セットアップ時間を大幅に短縮し再現性を高め、LoRaWAN研究における使いやすさと正確性の間の溝を埋める、NS-3ベースのノーコード・シミュレーション・プラットフォームであるNC-LoRaSimを提案する。
本論文は、AI主導のモビリティ・データ・スペースにおける説明責任において、ロギングや監査証跡といった透明性メカニズムが不可欠である一方で、それらが意図せず監視のような効果を生み出し、ステークホルダーの自発的な参加を阻害する可能性があることを論じ、データ共有の利益と信頼のバランスを取るために、目的限定、アクセス制御、およびユーザー向けの透明性に基づいた再構築された枠組みが必要であることを主張している。
本論文は、各エージェントを個別の制約付きファクターグラフとしてモデル化し、それらを構造化された相互依存ファクターを通じて連結することで、効率的な分散型ベクトルベースの最適化を可能にする、スケーラブルでGPUフレンドリーなフレームワークを提案する。
本論文は、アンサンブル粒子群最適化およびアンサンブル適応的ロバスト最適化という2つの新しいアンサンブル学習フレームワークを提案しており、これらはベースモデルの重みを動的に最適化することで、自律型ニューラルネットワークや他の最先端モデルと比較して優れた株価予測精度を実現する。
本論文は、ASIOによって最適化されたYOLOアーキテクチャ（v8、v11、および26）をQwen搭載のLLMエージェントと統合することで、高精度な脳腫瘍のインスタンスセグメンテーションと、高速な推論レイテンシを伴う自動かつ説明可能な臨床レポート生成を実現する、新しいマルチエージェントフレームワークを提案する。
PACTは、未校正のマルチビュー2Dキーポイントから3Dヒューマンポーズとカメラパラメータを共同で推定するエンドツーエンドのトランスフォーマーフレームワークであり、事前のカメラ校正を不要にすることで、変化するビュー数や実世界のドメインにわたる最先端の精度と強力な汎用性を実現しています。
本論文は、既存の視覚的抽出器を更新することなく、意味的および境界の事前知識から空間的な残差を学習することで、交通動的な顕著物体境界検出を最適化する、軽量な予測レベルのキャリブレーション・フレームワークであるCross-Prior Reliability Fusion（CPRF）を提案し、TSOD10Kデータセットにおいて最先端の性能を達成している。
本論文は、学習サンプルの予測軌跡を有効情報幾何学的変位スコアを通じて定量化するためにフィッシャー・ラオ幾何学を活用する、クラス認識型のデータセット削減フレームワークであるFRAPを提案しており、分類性能を維持しつつ計算コストを削減するための、情報量の多いデータの効率的な選択を可能にしている。
本論文は、高頻度のポーズ推定のためのVINS-Monoと動的な軌道計画のためのEgo-Plannerを組み合わせることで、GPSの届かない障害物密度の高い環境において、最低70%の成功率とA*と比較して優れた軌道の滑らかさを実現する、マイクロドローン向けの低コストかつ軽量な視覚慣性融合手法を提案する。