3895 件の論文
本ワーキングペーパーは、パーソナライズされたアルツハイマー病薬の服薬遵守および認知リスクモデリングのための7層の数学的・計算的フレームワークを提案・検証し、合成コホートを通じて、時間的かつ参加者条件付きの機械学習モデルが、服薬遵守の困難さを予測する上で集団レベルのベースラインを大幅に上回ることを実証するものである。
本論文は、分離証拠（isolation witnesses）とポータブルな証明（portable certificates）を利用して、最適なクエリ複雑性を証明し、非適応的戦略に対する被覆率と効率性の著しい向上を実証する、有界な敵対的誤差下における有限の厳密学習のための認証フレームワークを導入するものである。
本論文は、入れ子状の古典的射影と第一提案結合を利用して、事前学習済みモデルのアテンション行で実証された通り、期待ショットコストと分散を大幅に削減する、残留量子オーバーラップに対する厳密なソフトマックスサンプリング手法を提示するが、ハードウェアの高速化は確立していない。
本論文は、入力を高次元ベクトルノードへと写像し、コサイン類似度に基づく継承と線形スケーリングを通じて情報を伝播させる階層的空間基底モデルを提案しており、顕著な空間構造を持つシナリオや高次元の識別能を必要とするシナリオにおいて、MLPに代わる計算効率の高い選択肢を提供するものである。
本論文は、非対称な知識、イベントの深刻度への意識、およびYagerのDSTに基づく融合を活用することで、均質な信頼モデルを悪用する戦略的な攻撃者を効果的に検出し、既存の中央集権的なスキームよりも大幅に高い再現率と低い偽陽性率を達成する、車載アドホックネットワークのためのインテリジェントな信頼管理フレームワークであるIPEKを提案する。
本論文は、職業的近傍における構造的関連性を分析することで、直接的なAIへの露出を超えた労働リスクを特定するためのマルチレイヤー職業ネットワーク（MONET）および関係性認識型マルチレイヤーグラフニューラルネットワーク（RAM-GNN）を導入し、検出精度と社会経済的脆弱性のバランスを取りつつ、個人レベルへの誤用に対して警鐘を鳴らす政策スクリーニングツールを提示するものである。
本研究は、MAO-Bに対する標的特異的な機械学習スコアリング関数、特に結合された特徴量を用いた調整済みの回帰モデルが、独立したテストセットにおいて汎用的なスコアリング関数を大幅に上回る一方で、その初期認識性能が既知の活性物質との構造的類似性に強く影響されることを示しており、これは新規な化学空間への汎化を保証するための厳格なベンチマーク設計と前向きな検証の極めて重要な必要性を強調している。
本論文は、フォグコンピューティングにおけるデッドラインを考慮したタスクスケジューリングに対するAttention-Enhanced Double Deep Q-Network（ADDQN）の優れた性能が、その構成要素間の相乗的な相互作用に決定的に依存していることを示す系統的なアブレーション研究を提示しており、報酬シェーピングとデュアルパス融合がロバストなスケジューリングへの最も重要な寄与因子であると特定している。
本論文は、微分および積分アテンション機構によって強化された、畳み込みニューラルネットワークに基づくリアルタイムのフレームワークを提案し、モデルのサイズと性能のバランスを取りつつ、多様なウェアラブルデバイス間における光電容積脈波信号の品質を高い精度とF1スコアで堅牢に分類するものである。
本論文は、エネルギー予算の下での進化論的探索を用いて、畳み込みニューラルネットワークを課された事前分布と創発的な構造へと分解し、疎な連結性と重み共有が自然に発生する一方で、コンパクトなフィルタには特定の突然変異メカニズムが必要であり、チャネル軸上での合成は教師あり学習なしでは容量の壁に突き当たることを明らかにしている。