3899 件の論文
本論文は、2次元格子上での計算負荷の高いSIR流行シミュレーションを並列化するにあたり、Pthreads、OpenMP、およびMPIの性能を評価し、OpenMPやPthreadsが同期およびメモリ競合のオーバーヘッドにより中程度または限定的なスケーリングに留まったのに対し、MPIは大規模な格子において優れたスピードアップとほぼ線形に近いスケーリングを達成することを実証している。
本論文は、Google MediaPipeによる手のランドマーク検出と、消費者向けデバイス上で静的なASL（アメリカ手話）アルファベットのジェスチャ分類において98.49%の精度を達成するディープニューラルネットワークを利用した、リアルタイムかつ軽量なアメリカ手話認識システムを提案するものである。
本研究は、医薬品の査察結果を予測する機械学習モデルが、製造自体の品質ではなく、主にFDA（米国食品医薬品局）独自の規制対象選定プロセスを捉えており、その結果、特徴量の説明が不安定になり、そのようなモデルを導入することで既存の査察バイアスが増幅されるリスクがあることを示している。
本論文は、凍結されたラベルフリーのライフサイクルを通じて、ストリーミング・オープンボキャブラリー・テスト時適応における永続的な適応状態を管理する実用的なフレームワークであるProfiled State Recoveryを導入し、多様なモデルとデータセットにわたる大幅な性能向上を実証するとともに、状態管理をストリーミングTTAの重要な設計軸として確立するものである。
本論文は、データセットの属性およびユーザーの専門性をアルゴリズムの能力と照合させることにより、網羅的なモデル学習の実行を不要とし、中小企業のキャッシュフロー予測に最適な機械学習モデルを選択する、学習を必要としない数学的フレームワークを提案する。
本論文は、階層的アテンションメカニズムを介して色情報とテクスチャ情報を統合する2ストリームU-Netを用いることで、困難な条件下や複数のデータセットにおいて精度と効率の向上を実証する、ロバストな肌検出手法を提案する。
本研究は、Sea_Attention、Dysample、C2f_SCConv、およびDIoUベースのマッチングを組み込むことにより、産業用選別におけるクルミの検出および追跡の効率と精度を向上させるために、X線システムと統合された改良型YOLOv8n-SDSCおよびDeepSORTフレームワークを提案するものである。
本論文では、疎な特徴量エンコーディング、大津法に基づくアテンション・ガイダンス、および適応的境界損失を組み合わせることで、MRI画像からの正確かつ高速で解釈可能な脳腫瘍セグメンテーションを実現する軽量なディープラーニングフレームワークであるSOA-UNetを提案する。
本論文は、テキスト特徴量（TF-IDF）と音声特徴量（MFCC）を統合してうつ病を検出するデュアルモーダル機械学習フレームワークを提案しており、音声データに対してXGBoostを用いることで高い精度（最大99.38%）を達成し、スケーラブルで非侵襲的なメンタルヘルス診断におけるマルチモーダル学習の可能性を実証している。
本論文では、マルチレベルのハール・ウェーブレット変換、Mambaベースの方向認識モジュール、およびクロスタスク・アテンション相互作用メカニズムを活用することで、ノイズと特徴量の絡み合いを効果的に解決し、単一のRGBリモートセンシング画像からセマンティックセグメンテーションと高さ推定のジョイントタスクにおいて最先端の性能を達成する、Wavelet-Mamba Synergistic NetworkであるWMS-Netを提案する。