3858 件の論文
本研究は、NHANES 2017–2018のデータを用いて説明可能な機械学習フレームワークを構築し、成人男性における2型糖尿病の主要な予測因子は年齢、空腹時血糖、および家族歴であるが、空腹時血糖を除外した場合、ウエスト・ヒップ比を含めることでリスク予測の精度が大幅に向上することを実証した。
本系統的レビューは、3D医療画像における軽量ディープラーニング技術を検証し、リソースが制限された環境における計算需要を削減する能力を強調するとともに、主要な研究の空白を特定し、堅牢で効率的かつ臨床的に統合されたモデルに向けた将来の方向性を概説するものである。
本論文は、標準的な機械学習モデルが、その分布の変動への依存性ゆえにモバイルアドホックネットワークにおける未知の攻撃を検出できない一方で、プロトコル不変の単純な特徴量である「デコードされたフレームを持たないルーティング隣接ノードのカウント」が、統計的な異常ではなく構造的な違反を特定することによって、ワームホール攻撃の完全な検出を実現することを実証している。
本研究は、機能的近赤外分光法（fNIRS）信号を利用して、極めて正確かつ客観的で定量的な耳鳴り重症度評価を実現する改良されたスタッキング・アンサンブル学習アルゴリズムを提案するものであり、従来のモデルを大幅に上回る性能を示し、臨床診断のための有望なツールを提供するものである。
本論文は、分散型台帳を用いずに、再帰的なSHA-256ハッシュ化とXORベースのキーストリームを通じて画像を保護する、ブロックチェーンの原理に着想を得た軽量で可逆的な暗号化フレームワークであるPixelChain Encryption（PCE）を提案し、リソース制約のあるIoTや医療用画像処理アプリケーションに適した低い計算複雑性と高い統計的攻撃耐性を実現する。
本論文は、構造的可塑性とスパイクタイミング依存可塑性を備えたスパイキングニューラルPシステムを用い、勾配降下法とヘブ則を組み合わせることで、ノイズのないデータで99.79%の精度を達成し、ノイズを含むデータセットにおいて既存のモデルを凌駕する、英文字のための新しい画像分類手法を提案するものである。
本論文は、AIモデルが患者の生活という複雑な文脈の中で医療を実践する能力を、隠れた状態の発見、制約への適応、およびシミュレーションされた軌跡を通じた結果の管理を測定することによって評価する、臨床世界のサンドボックスであるCareLoopを導入し、実行に基づいた能力は、単に医学的事実を知っていることとは異なり、より困難なものであることを明らかにしている。
50件の研究を対象としたこの系統的レビューは、末梢血塗抹標本中のマラリア原虫および鎌状赤血球に対する古典的な手法とディープラーニングを用いたセグメンテーション技術を評価しており、データセットの標準化、外部検証、およびエッジデバイスへの最適化における決定的な欠落を特定しつつ、低リソース環境における現場への導入の可能性を強調している。
本研究は、不均一な複数ページの検査報告書から構造化データを抽出するための視覚言語モデルを評価しており、文書全体を処理する手法が優れた速度を提供できる一方で、Qwen2.5-VLを用いたページごとのワークフローが、変動する文書長に対して最高の精度と安定性を達成することを明らかにしている。
本論文は、語形成における形態と意味の関係に関するデータ駆動型研究および計算機的検証を可能にするために設計された、7つの欧州言語を網羅する大規模かつ完全自動化された多言語派生形態論データセットであるGLeMMを紹介するものである。