3875 件の論文
本研究はUzHistQAデータセットを導入し、検索拡張生成がウズベキスタン史の質問回答におけるハルシネーションを大幅に減少させる一方で、捏造された回答を完全に排除するためには引用と棄却のメカニズムを強制することが必要であることを示しており、リソースの乏しい言語において検索品質と生成の忠実性を個別に評価する必要性を強調している。
本研究は、軽量な畳み込みニューラルネットワーク、特にMobileNetV2およびEfficientNetB0が、超音波画像における腕神経叢の自動定位に対して、より重厚なResNet34アーキテクチャに匹敵する性能を達成しつつ、計算効率が高く信頼性の高いソリューションを提供しており、それゆえにリソースが制限されたポイント・オブ・ケア環境に適していることを示している。
本論文は、大規模なシミュレーションを通じてライフサイクル・サイバーレジリエンス・アーキテクチャ（LCRA）を提示および検証し、サプライチェーンの保証、アイデンティティ中心のアクセスガバナンス、および説明可能な適応型運用を統合することが、ベースラインの手法と比較して、高リスクなIoT環境における悪意のあるインシデントの封じ込めと運用の安定性を大幅に向上させることを実証する。
本論文は、40種類の解釈可能な文体論的指標を用いた透明性の高い「グラスボックス（中身の見える）」フォレンジック・フレームワークを提案し、語彙的な収束にもかかわらず、多様なデータセットにおいて人間とAIが生成したテキストの間には、情報理論的な予測可能性、構造的特性、および自然な変動性における明確かつ拡大する相違が存続していることを実証し、著者検証のための強固な基盤を提供するものである。
本研究は、エポックレベルでのニューラルネットワーク構成要素のダイナミクスを分析するための非侵入的なフレームワークを導入し、同様の精度を持つモデルであっても内部挙動が異なる場合があることを明らかにし、記述子による誘導型プルーニングがランダムなプルーニングを凌駕し得ることを示し、かつ内部指標が、現時点では大きさに基づく基準を上回るには至らないものの、補完的な診断価値を提供することを確認するものである。
本研究は、デジタルバンキングにおける予測性能と規制遵守、透明性、およびステークホルダーの信頼とのバランスを維持するために、事後的な説明手法と定量的品質指標をクレジットスコアリングモデルのライフサイクルに統合した、包括的なXAI駆動型フレームワークを提案し、その実証的な妥当性を検証するものである。
本論文は、高価な最先端言語モデルを、ハードコードされたオーケストレーション・ロジックと特化型の小型コンポーネントによる厳格な階層構造に置き換えることで、モデルスケールの置換、早期終了、および累積的な部分的解決といったメカニズムを通じて、精度を維持しつつ推論コストを大幅に削減するモジュール型アーキテクチャであるMOSAICを提案している。
本論文は、データセットの拡張とハードウェアの最適化における継続的な課題にもかかわらず、水中の生態系管理と生物多様性の保全を強化するために、IoT対応の水中センサーネットワークと畳み込みニューラルネットワークを活用して魚種をリアルタイムで自動識別する、AI駆動型の魚類モニタリングシステムを提示するものである。
本論文は、差分プライバシー信号と正則化されたリハーサルを用いることでコンセプトドリフトを効果的に検出し、破滅的忘却を軽減する、分散型AIシステムのためのプライバシー保護型継続学習フレームワークを提案および評価し、適度な検出遅延の増加はあるものの、中程度のプライバシー予算において正確なドリフト検出が可能であることを実証する。
このメタ研究は、薬剤耐性に関する機械学習モデルが、内部検証から外部検証へと移行する際に性能が著しく低下することが頻繁にあり、その格差の大きさは幅広く変動するため、報告されたAUROCに対する普遍的な補正係数の使用を不可能にしていることを明らかにしている。