3867 件の論文
本論文は、オブザーバビリティデータを構造化されたマルチステップ推論と統合することで、マイクロサービスのインシデント対応ライフサイクル全体を自動化するLLMベースのエージェントフレームワークであるAgent-MIRUPDを提案し、既存のベースラインと比較して、診断速度、緩和の正確性、およびトークン効率において大幅な向上を実現している。
本論文は、コヒーレントな運動が発生するシナリオにおいて、時間的コヒーレンスを利用して空間ハッシュテーブルをインクリメンタルに維持することが粒子近傍探索を大幅に加速させる一方で、その性能上の利点は粒子の動きやテーブルの負荷に対して非常に敏感であり、これらの要因が特定の閾値を超えた場合には、完全な再構築を行う方がより安全な選択肢となることが多いことを示している。
DFL-YOLOは、大規模選択的カーネル、密度ガイド型周波数デカップリング分岐、およびマルチストラテジー重み付きIoU損失を統合することで、UAV画像からの高密度なマルチクラス樹冠検出におけるスケール変動、特徴の曖昧性、および位置特定誤差に効果的に対処する新しい検出フレームワークである。
本論文は、学習ガイド付きサンプリング、多目的増分リワイアリング、3段階の平滑化、および動的経路修復を統合することで、既存の手法と比較して計画の成功率、経路の品質、および回復効率を大幅に向上させる、動的なグリッド環境における自動運転車両のためのモジュール式経路計画フレームワークであるLKSD-PRRT*を提案する。
本論文は、構造化された漸進的トークン化、グラフ推論、および介入的コンテキスト属性付けを組み合わせることで、腎生検画像のマルチストラクチャ・セグメンテーションにおいて最先端の性能を達成し、既存のベースラインを大幅に上回ると同時に、その特定のアーキテクチャ構成要素の重要性を実証する説明可能なディープラーニングフレームワークであるSPT-CCRNetを導入するものである。
本論文は、高齢化社会におけるヘルスケアおよびリハビリテーションの推奨事項の正確性、解釈可能性、および汎用性を向上させるために、階層的ゲーティングと適応型損失メカニズムを通じて、テキスト、数値、およびカテゴリ形式の医療データを動的に統合する、二層ゲート付きマルチモーダル学習フレームワークを提案するものである。
本論文は、行動の洗練性や報酬信号だけでは人工的なバレンス（価値志向性）を証明するには不十分であると論じ、ますます自律性を高めるAIシステムの倫理的調査を導くための、4つの組織的条件と予防的ガバナンスモデルからなる枠組みを提案するものである。
本論文は、様々な攻撃下における連合集約手法を評価するために再構築されたクロスデータセットおよびクロスアーキテクチャのベンチマークを提示しており、Trimmed Meanの優れたクリーン性能と特定の脅威に対するKrumの堅牢性を強調すると同時に、知見を普遍的な統計的主張ではなく記述的な比較に限定させている指標の実装上の欠陥とプロベナンス（由来）の制限を批判的に特定している。
本論文は、Wavelet-Separated Dynamic Involutionブロックを用いて皮膚鏡画像と患者のメタデータを統合し、異種的な病変の特徴を適応的に捉えることで、HAM10000データセットにおける皮膚病変分類において最先端の性能を達成する、軽量なマルチモーダル深層学習アーキテクチャであるWaveInvNetを提案する。
本論文は、専門家による定義と識別的なアンカーを用いてラベルクエリを強化することにより、電子部品のサプライチェーンにおける混乱検知を向上させるパラメータ効率の高い手法であるData-Anchored Label Attention（DALA）を提案し、専門家が検証したヘッドラインのデータセットにおいて、ベースラインモデルと比較してマクロF1スコアの著しい改善を達成した。