💻 コンピュータサイエンス
Predicting Manufacturing Efficiency Using Machine Learning
本研究では、Thalesの製造データセットを用いて3クラスの製造効率を予測する機械学習システムを開発し、勾配ブースティング分類器によって最大100%の精度を達成するとともに、インタラクティブなStreamlitダッシュボードを通じてそのソリューションをデプロイしています。
💻 Category
cs
3900 件の論文
💻 コンピュータサイエンス
Token Probability Beats Verbalized Condence for Error Detection in Small Open-Weight Language Models: A Medical and Psychiatric Benchmark Study
このパイロット研究は、医療および精神医学的タスクに適用された小規模なオープンウェイト言語モデル（1.2B–9.2Bパラメータ）において、内部のトークン確率を抽出することが、モデルが言語的に表明する確信度に頼るよりもエラー検出において著しく信頼性の高い手法であることを示しており、これは、言語的に表明された確信度がチャンスレベル（偶然と同程度）の性能しか示さない最小のモデルにおいて特に顕著である。
💻 コンピュータサイエンス
HRT-LI: Certified Rank Transport for Dynamic Learned Index over Hierarchical String Keys
本論文は、凍結された予測モデルと台帳ベースの補正メカニズムを結合させることで厳格なランク誤差保証を維持する、階層的文字列キーのための認証済み動的学習インデックスであるHRT-LIを提案し、数億件規模の実世界の文字列を用いた広範な実験を通じてその有効性を検証している。
💻 コンピュータサイエンス
Does a Safety-Priming Instruction Reduce Risk-Fact Omission in Psychiatric Note Summarization? A Synthetic-Vignette Study of Small Open-Weight Language Models
この合成ビネット研究は、小規模なオープンウェイト言語モデルに対して安全性プライミング指示を追加することは、精神科の診療録要約における重要なリスク因子の欠落を一部のモデルにおいて大幅に減少させ得る一方で、日常的な臨床詳細の欠落を増加させるというトレードオフをしばしば引き起こすことを示しており、このような安全介入は普遍的に効果的であると仮定するのではなく、モデルごとに検証される必要があることを示唆している。
💻 コンピュータサイエンス
Predicting Late Delivery Risk in Global Supply Chain Operations Using Machine Learning
本研究は、180,519件のDataCoグローバル物流記録を用いて学習させたXGBoost分類器を活用し、79.89%の精度で配送遅延リスクを予測する、完全にデプロイされたインタラクティブなStreamlitダッシュボードを提示しており、これにより、配送、地域モニタリング、および顧客コミュニケーションにおける先制的な意思決定を可能にする。
💻 コンピュータサイエンス
Not Letting Proofs Die: xLaDe, a Lean 4 Ecosystem Framework
本論文は、ソースコードを修正することなくツールチェーンのメタデータを記録し、実験環境を管理することで、言語の急速な進化に伴う課題に対処し、形式化された数学の長期的な再現性と持続可能性を確保するために設計されたLean 4エコシステムフレームワークであるxLaDeを提示する。
💻 コンピュータサイエンス
Fixing Abstention with Token Probability: A Budget-Matched Causal Test Across Four Small Open-Weight Models
本論文は、言語化された確信度を予算一致型のトークン確率による棄却ポリシーに置き換えることが、Llama 3.2:1Bモデルにおいて観察される特定の精度低下効果を因果的に排除することを実証しているが、この利点は他の小型のオープンウェイトモデルには汎用化できず、そのような修正はモデル固有であり、固定予算型の棄却は標的化が改善されてもなお純損失となり得ることを示している。
💻 コンピュータサイエンス
Explainable Digital Twin Modelling of Semi-Urban Community for Multidimensional Poverty Governance Intelligence
本研究は、機械学習、反事実シミュレーション、およびコストを考慮した最適化を統合した説明可能なデジタルツイン・フレームワークを提案し、ナイジェリアの準都市部であるイソル・コミュニティにおける多次元的な貧困動態をモデル化することで、ターゲットを絞ったクラスター固有のマルチポリシー介入が、一律のセーフティネットよりもインテリジェントな貧困ガバナンスに対してより効果的であることを実証するものである。
💻 コンピュータサイエンス
From Pixels to Registers: A Multi-Modal Testing Framework for Chained Perception, Control and Firmware
本論文は、フォトリアルな入力を抽象的な線画とセマンティックマップに変換することで知覚を制御からデカップリングし、標準的なシミュレーションでは不可視の欠陥を露呈させるために、高速な学習レベルの忠実度と厳密なレジスタレベルのファームウェアエミュレーションを橋渡しする新規なオープンシミュレータを通じて検証される、マルチモーダルなテストフレームワークを提示する。
💻 コンピュータサイエンス
Adaptive Hybrid Collaborative Filtering via Incremental Retraining
本論文は、オフラインの行列分解とトピックモデルをオンラインの適応型クラスタリングメカニズムと統合することで、リアルタイムかつ大規模なレコメンデーションシステムにおいて、予測精度を維持しつつ再学習時間を大幅に削減する、適応型ハイブリッド協調フィルタリング（AHCF）モデルを提案する。