3900 件の論文
本研究は、凍結甲状腺超音波のディープラーニングモデルが、異なるコホートやアウトカムの定義間で著しく変動する性能を示すことを実証しており、ラベルの由来に関する明示的な報告と、コホート間ベンチマークに対する慎重な解釈の極めて高い必要性を強調している。
本論文は、微細な特徴の復元、融合重みの動的な調整、および分布シフトの補正を行うことで、マルチモーダル感情分析におけるモダリティ欠損に効果的に対処するために、真正な特徴強化（Authentic Feature Enhancement）、信頼性考慮型融合（Reliability-Aware Fusion）、およびコンテンツ誘導型分布アダプター（Content-Guided Distribution Adapter）という3つの相乗的なモジュールから構成される、軽量なプロンプトベースのフレームワークを提案する。
本論文は、連合学習をグレーウルフ最適化およびブロックチェーン技術と統合し、群知能を通じて信頼パラメータを動的に最適化することにより、分散型IoTエッジシステムにおけるプライバシー保護、適応性、および堅牢な信頼管理を可能にする新しいフレームワークであるFL-GWOを提案する。
ペルーの国家研究者登録制度（RENACYT）をOpenAlexに紐付けることで、本研究は、同国の認定された人工知能人材が実際のAI著者全体のわずか4分の1しか捕捉できていないことを明らかにし、未認定の多数派が大幅に存在すること、および首都圏以外での高い生産性にもかかわらず、認定における地域間およびジェンダー間の格差があることを浮き彫りにしている。
本論文は、パラメータ強化型ヘテロジニアス・トレース・ロググラフ、二変量グラフ変分オートエンコーダ、および反事実性に着想を得たリカバリ・スコアリング・メカニズムを統合することで、マルチソースのオブザーバビリティ・データを統一し、ノードレベルのリカバリ寄与度を測定することにより、真の根本原因と連鎖的な被害者を効果的に区別するマイクロサービス根本原因特定モデルであるBVC-RCAを提案する。
本研究は、決定レベルのスタッキングを用いて音声と映像の特徴を融合させるマルチモーダル深層学習フレームワークを提案し、単一モダリティのモデルや他の融合戦略を大幅に上回る98%の精度で人間の転倒検知を実現するものである。
本論文は、URL、テキスト、および視覚的特徴を、較正された信頼度および敵対的学習とともに融合させることで、単一様式のベースラインを大幅に上回りつつ、欺瞞的な攻撃下においても高い精度と信頼性を維持する、堅牢で意味論的に意識されたマルチモーダルなフィッシング検知フレームワークを提示する。
本稿は、AIエージェントのための実行時リスク検出および制御メカニズムを具現化した研究用プロトタイプであるAgentGuard AI v2.4.0のアーティファクトに基づくケーススタディを提示し、検査可能なガバナンス・インストルメントとしてのその有用性を強調するとともに、本製品が本番環境における有効性の主張を妨げる特定の再現性上の欠陥を特定するものである。
本論文は、構造的ダイナミクスと機能的結合の共進化を通じてインマテリア学習およびメモリを可能にする電気化学的メカニズムを利用し、適応的な樹状突起メンリスタネットワークによる身体化された知能を実現する、脳型自己組織化ハードウェアアーキテクチャを提示するものである。
本論文は、凍結された被験者間ニューラルエンコーダ、軽量なターゲット特異的分類器、および信頼度を考慮したトライデコーダを組み合わせることで、迅速なパーソナライゼーション、高い単語再構成精度、およびエッジデバイス上での低遅延かつエネルギー効率の高い性能を実現する、EEGベースの手書き想起認識のためのフレームワークを提示する。