3615 件の論文
本論文は、データの希薄性とシード値の高い分散という課題にもかかわらず、表形式の属性、グラフニューラルネットワーク、および時間的モデリングを統合し、外部レビューのための検証記録を付随させた、再現可能なヒトトラフィッキングの起点・終点コリドー（経路）のショートリストを生成する、監査可能なシステムベースのフレームワークを提示するものである。
本研究は、高等教育の卒業に関する過去の報告における「ほぼ完璧な予測」が、結果に依存する属性によるターゲット・リーク（標的漏洩）の産物であったことを実証し、ガザの行政記録に対して修正されたリークのないプロトコルを用いた場合、機械学習モデルは完了した学期数が最強の予測因子となることで、高水準ながらも現実的な精度（最大89.16%）を達成することを確立している。
本論文は、チェビシェフ多項式による表現がRing-LWE算術において、その基礎となる代数的構造を保持する一方で、高次元における急速な悪条件化によって数値的な有用性が著しく制限され、最終的には標準的な手法と比較してノイズの低減や優れた暗号性能を提供することに失敗することを実証し、評価するものである。
本論文は、トピック伝播の疫学モデルの基盤として共著ネットワークを用いる妥当性に異を唱え、ほとんどのトピック採用は活動的な著者との事前の共同研究なしに発生していることから、次数ブロックモデルが均質混合モデルを一貫して上回ることはないと実証しており、真の伝染には非採用者を含み、かつ採用に先立つネットワークが必要であることを示唆している。
本論文は、不確実性下における自動プログラム修復技術の比較のために、起こり得る成功率の差の全範囲を算出することで、どの比較がさらなるテストによって決着可能であるかを特定し、異なるモデル間におけるアーカイブされたテスト結果の信頼性の顕著な相違を明らかにする「決定または未決定（decided or open）」フレームワークを提案するものである。
本論文は、生成的な継続学習における忘却を生のパープレキシティの変化（ΔPPL）として報告することは、ベースとなるパープレキシティのレベルに基づいて差分忘却率を人工的に増幅または減少させるスケール依存の混同を導入するものであることを示し、代わりに真のモデルドリフトを明らかにするためのスケール不変な指標としてクロスエントロピー（ΔCE）を提唱するものである。
本論文は、再構成品質を損なうことなく、低線量小児胸部X線写真のデノイジングに対して、較正された画素単位の不確実性マップ（偶然的不確実性と認識的不確実性を区別するもの）を正常に付加するハイブリッド深層学習モデルであるPP-VAE-Hformerを導入している。
本論文は、劣化を考慮した信頼性条件付けを通じてモダリティの信頼性を推定することにより、クリーンなデータに対する性能を維持しつつ、様々なカメラの劣化に対する堅牢性を大幅に向上させる、カメラ・LiDAR BEV融合による3D物体検出を強化する軽量フレームワークであるDARFusionを提案する。
本論文は、ノイズ除去されたトレンド成分を画像に変換することで視覚的な類似性に基づく検索を行い、取得されたパターンを軽量なDLinearベースの予測器と融合させることにより、特に長期予測の設定において優れた性能を実現する、視覚的検索拡張型フレームワークであるVRATFを提案する。
本論文は、ソフトウェア定義ネットワークにおける自動侵入レスポンダーが、偽装された証拠やレスポンダーの枯渇に対して持つ脆弱性を評価し、従来のレスポンダーが正当なホストに対して武器として利用され得る一方で、イングレスポート結合やルール予算といった特定の防御策が、最小限のパフォーマンスコストでこれらの危害を効果的に軽減できることを実証するものである。