Next Generation Cloud-native In-Memory Stores: From Redis to Valkey and Beyond
本論文は、Kubernetes 環境における Valkey、KeyDB、Garnet の Redis 代替候補をベンチマークし、スループットやレイテンシ、リソース効率、移行の複雑さ、そしてコミュニティの持続性などの観点から、それらのパフォーマンスと将来性を包括的に評価したものである。
💻 Category
cs
6390 件の論文
Human-Centered LLM-Agent System for Detecting Anomalous Digital Asset Transactions
本論文は、非専門家でも自然言語で分析意図を伝え、構造化されたリスク証拠を検証し、追跡可能な専門家スタイルの推論を得られるよう、ルール抽象化・証拠スコアリング・専門家風正当化の 3 つの役割を統合した人間中心のマルチエージェントシステム「HCLA」を提案し、暗号資産取引の異常検知において、ブラックボックスモデルの解釈ではなく、規制や調査判断に整合する追跡可能な推論プロセスの再構築を通じて、説明可能性を超えた説明責任と透明性の実現を目指すものである。
AnyPcc: Compressing Any Point Cloud with a Single Universal Model
この論文は、多様なデータ密度に対する堅牢なコンテキストモデルと、分布外データへの効率的な適応を可能にするインスタンス適応型微調整戦略を導入した汎用点雲圧縮フレームワーク「AnyPcc」を提案し、15 の多様なデータセットにおいて新たな最先端性能を達成したことを示しています。
Automated Pest Counting in Water Traps through Active Robotic Stirring for Occlusion Handling
この論文は、ロボットアームによる能動的な撹拌と適応制御システムを導入することで、水トラップ内の害虫の重なりを解消し、高密度環境下でも従来の静止画像法よりも高い精度で害虫を自動計数する手法を提案しています。
CountFormer: A Transformer Framework for Learning Visual Repetition and Structure in Class-Agnostic Object Counting
本論文は、自己教師あり学習に基づくビジョン基盤モデル DINOv2 を用いたトランスフォーマーフレームワーク「CountFormer」を提案し、例示なしの物体数え上げにおいて視覚的反復や構造の学習がどのように改善されるかを検証し、FSC-147 ベンチマークで競争力のある性能を示すとともに、表現の質が数え上げ精度に重要であることを明らかにしています。
LagMemo: Language 3D Gaussian Splatting Memory for Multi-modal Open-vocabulary Multi-goal Visual Navigation
この論文は、言語 3D ガウススプラッティングメモリを活用して、多モーダルなオープンボキャブラリー目標クエリと複数目標の視覚ナビゲーションを効率的に実現する「LagMemo」を提案し、新規に作成した GOAT-Core データセットを用いた実験で最先端の手法を大幅に上回る性能を示したことを報告しています。
SAGE: Structure-Aware Generative Video Transitions between Diverse Clips
本論文は、線形ブレンドや既存の生成手法では困難であった多様なクリップ間の滑らかな遷移を実現するため、アートのワークフローから着想を得て構造情報と生成合成を組み合わせ、微調整なしに高品質な中間フレームを生成するゼロショット手法「SAGE」を提案し、定量的・定性的な評価で既存手法を上回る性能を示したものです。
MobiDock: Design and Control of A Modular Self Reconfigurable Bimanual Mobile Manipulator via Robotic Docking
本論文は、コンピュータビジョンとねじロック機構を用いた自律ドッキングにより、2 台の独立した移動マニピュレータを物理的に結合して単一の二腕移動マニピュレータ「MobiDock」を構成し、複雑な協調制御を単純化するとともに、動的安定性と作業効率を大幅に向上させることを提案・実証したものである。
Vectorized Online POMDP Planning
本論文は、部分的観測マルコフ決定過程（POMDP）のオンライン計画問題を、依存関係や同期のボトルネックを排除して完全にベクトル化された計算で解決する新しい並列ソルバ「VOPP」を提案し、既存の並列ソルバより 20 倍、逐次ソルバより 1000 倍少ない計算予算で近最適解を効率的に導出できることを示しています。
Detecting AI-Generated Images via Diffusion Snap-Back Reconstruction: A Forensic Approach
この論文は、拡散モデルによる画像の「再構成時の挙動（拡散スナップバック）」を分析することで、人間の目や従来の手法では判別が困難な高品質な AI 生成画像を、圧縮やノイズなどの歪みにも強く、極めて高い精度（AUROC 0.993）で検出する新しいフォレンジック手法を提案しています。
PhantomFetch: Obfuscating Loads against Prefetcher Side-Channel Attacks
本論文は、ハードウェア変更を伴わずに既存のデバイスで適用可能であり、かつプリフェッチ機能の維持と極めて低いオーバーヘッドを両立する、IP-ストライドプリフェッチャーに対する新たな防御手法「PhantomFetch」を提案するものである。
MUGSQA: Novel Multi-Uncertainty-Based Gaussian Splatting Quality Assessment Method, Dataset, and Benchmarks
本論文は、ガウススプラッティングによる3D 物体再構成の知覚品質評価課題に対し、人間の視覚行動を模倣した多距離主観評価手法と、入力データの複数の不確実性を考慮して構築された新規データセット「MUGSQA」ならびにベンチマークを提案するものである。
Counting Through Occlusion: Framework for Open World Amodal Counting
本論文は、視覚的欠損をテキストや視覚的埋め込みなどのマルチモーダルガイダンスを用いて再構築し、注意空間の一貫性を保証することで、遮蔽下での物体カウント精度を飛躍的に向上させる新しいフレームワーク「CountOCC」を提案し、複数のデータセットで最先端の結果を達成したことを報告しています。
Think, Speak, Decide: Language-Augmented Multi-Agent Reinforcement Learning for Economic Decision-Making
本論文は、数値データと言語的推論を統合する「Think-Speak-Decide」パイプラインを採用したマルチエージェント強化学習フレームワーク「LAMP」を提案し、経済的意思決定における累積収益、頑健性、解釈可能性を大幅に向上させることを実証しています。
Video2Layout: Recall and Reconstruct Metric-Grounded Cognitive Map for Spatial Reasoning
この論文は、離散化されたグリッド表現の限界を克服し、連続的な物体境界座標を用いてメトリックに基づく空間レイアウトを再構築するフレームワーク「Video2Layout」を提案し、これにより空間推論タスクの精度を向上させることを示しています。
Multi-Order Matching Network for Alignment-Free Depth Super-Resolution
本論文は、RGB-D センサの物理的制約や較正ドリフトによるアライメント誤差に頑健であり、多次数マッチングと多次数集約機構を備えた「Multi-Order Matching Network (MOMNet)」を提案することで、アライメント不要な深度超解像において最先端の性能と優れた頑健性を達成することを示しています。
Learning to Think Fast and Slow for Visual Language Models
既存の視覚言語モデルが問題の複雑さを考慮せず一様に長い推論を生成する非効率さを解決するため、問題の難易度に応じて素早い直感的思考と遅い分析的思考を自動的に使い分ける「DualMindVLM」を提案し、推論精度の向上とトークン効率の改善を両立させた。
Radiative-Structured Neural Operator for Continuous and Extrapolative Spectral Super-Resolution
この論文は、物理的制約を考慮した連続的なスペクトルマッピングを学習し、非凸最適化に基づく角度一貫性射影（ACP）を用いて物理的に整合性のある高解像度分光画像を復元する「放射構造ニューラルオペレーター（RSNO）」を提案し、その有効性を理論的・実験的に検証したものである。
UnfoldLDM: Deep Unfolding-based Blind Image Restoration with Latent Diffusion Priors
本論文は、既知の劣化モデルに依存せず、多粒度劣化認識モジュールと潜在拡散モデルに基づく劣化耐性プロキシステップを組み合わせた「UnfoldLDM」を提案し、ブラインド画像復元における過平滑化バイアスを解消して高品質な復元を実現する手法を提示しています。
Privacy Concerns and ChatGPT: Exploring Online Discourse through the Lens of Information Practice on Reddit
本研究は、情報実践の理論的枠組みを用いて Reddit 上の議論を分析し、ユーザーが ChatGPT のプライバシー懸念に対し、リスクの共有や規範の確立、代替案の模索といった集合的な意味形成と適応実践を通じて対応していることを明らかにした。