3869 件の論文
本論文は、ドメイン固有の修正を加えることなくICDコードを用いて事前学習を行った標準的なBERTモデルであるICD2BERTを紹介し、広範なベンチマークを通じて、そのようなアーキテクチャの複雑さはしばしば単純なベースラインを凌駕することに失敗することを示し、臨床結果の予測においては、モデルの精緻さよりもデータの質、規模、および事前学習がより重要であることを強調している。
本論文は、概念の安定性を維持するためのコンセプト・スタビリティ損失と不確実性認識メカニズムを利用して学習済み概念の意味的完全性を保持する継続学習フレームワークである、ベイズ的概念統合（BCC）を提案し、標準的な精度維持手法が概念レベルのドリフトを防ぐには不十分であることを、新たな知識安定性指標（KSI）を通じて実証する。
本論文は、雇用関係事案における微細な事実状態、法的規範、および司法判断の論理を捉えるための議論ネットワークを用いた争点レベルの法的表現フレームワークを提案し、このような粒度の高い表現が、判決の予測および司法判断の具体的な根拠の特定において、従来の二値的な手法を大幅に上回る性能を示すことを実証する。
本論文は、組織が断片的なAI施策から、信頼でき、説明責任があり、かつ継続的に進化するコグニティブ・エンタープライズへと移行することを支援するために、戦略的インテリジェンス、知識メモリ、意思決定、エージェンティックAI、およびAIアシュアランスを統合した統一リファレンスモデルである、ガバンド・コグニティブ・エンタープライズ・アーキテクチャ（GCEA）を提案するものである。
本研究は、個々のアルゴリズムである勾配ブースティングに対するわずかな性能向上よりも、手法の透明性と運用上のスケーラビリティを優先し、ザンビアにおける堅牢で適応的な干魃予測を実現するために、ドメイン駆動型の特徴量エンジニアリングと衛星データを用いて古典的な機械学習モデルとディープラーニングモデルを統合した、再現可能なハイブリッドアンサンブル学習フレームワークを提示するものである。
本研究は、アラビア語の臨床的な質疑応答において、フルファインチューニングが当初はデフォルトの低ランク適応（LoRA）を上回る性能を示すものの、適切に構成されたLoRA戦略、特に4ビットQLoRAは、限られたGPU予算の下でフルファインチューニングの性能に効果的に匹敵させることができ、それによって十分かつ効率的な適応の選択肢となることを実証している。
本論文は、学習された傾向経路を介して物理的メカニズムを明示的に統合するメカニズム指向のオペレーターネットワークを導入し、介入テストおよび等価性テストを通じて、このような構成が多様な物理系およびレジームにおいてPDE（偏微分方程式）基盤モデルの汎化性能、精度、および解釈性を向上させることを実証する。
本論文は、プロトタイプ校正によるアクティビティ・スコアリング、適応型曖昧さマージン、および対照的インスタンス正則化を通じてアテンションと確信度の不整合を解消する新しいマルチインスタンス学習フレームワークであるAAMIL-Netを導入し、外部での事前学習なしに多様なベンチマークにおいて最先端の性能を達成する。
本研究は、K近傍法とベイジアンネットワークの分類器を統合し、ハイパーパラメータ・チューニングとSMOTEによる不均衡調整によって強化された最適化スタッキングアンサンブルモデルを提示するものであり、これは85.9%の精度を達成して既存の手法を上回り、学生の中退を予測するための効果的な早期警告ツールを提供する。
本論文は、遷移認識型評価フレームワーク（TRSP）を導入し、効率的で解釈可能な特徴量エンジニアリングを用いた勾配ブースティングモデルが、計算コストを大幅に削減しながら状態遷移の検出においてディープラーニングのベースラインと同等またはそれを上回る性能を示すことを通じて、短期的な交通渋滞予測における標準的な深層時空間グラフニューラルネットワークおよび累積的な精度指標への依存に異議を唱えるものである。