LDIF: Latent Dual Interaction Flow
本論文は、応答条件付きゲーティング機構と適応的低ランクスペクトルを介して結合された対称および歪対称相互作用場を用いて隠れ状態の進化をモデル化する、新しいPyTorchベースのニューラルアーキテクチャであるLDIFを紹介し、従来の機械学習およびディープラーニングのベースラインと比較して、静的および逐次的なデータセットの両方において優れた性能を示すものである。
3900 件の論文
本論文は、応答条件付きゲーティング機構と適応的低ランクスペクトルを介して結合された対称および歪対称相互作用場を用いて隠れ状態の進化をモデル化する、新しいPyTorchベースのニューラルアーキテクチャであるLDIFを紹介し、従来の機械学習およびディープラーニングのベースラインと比較して、静的および逐次的なデータセットの両方において優れた性能を示すものである。
本研究は、公開されている非同伴の外国人児童の記録を利用してHHS(保健福祉省)のケア配置需要を予測する機械学習システムを提示するものであり、勾配ブースティングモデルを用いてMAE 15.22を達成し、Streamlitを通じて30ステップの投影を展開する。
本サーベイは、量子および量子に着想を得た画像セグメンテーション手法を包括的にレビューし、既存の手法を分類し、その計算原理と課題を分析し、分野における現在のトレンドと将来の方向性を特定することで、セグメンテーション研究のより広い進化の中にそれらを位置づけるものである。
本研究は、公開データセットの二次解析を通じて、運動意図デコーディングのためのEEG-EMG融合モデルの汎化性能に被験者間変動がどのように影響するかを調査し、異なる融合戦略における性能低下を定量化するとともに、これらの個人間差異を軽減するための転移学習の可能性を評価するものである。
ECN-BENCH論文は、マルチエージェント予測テストベッドのシステムエンジニアリング監査を提示しており、LLMベースの確率抽出が構成の選択や評価者の選定に対して極めて敏感であることを明らかにし、それによって、ほぼ一様である予測の信頼性を損ない、比較性能結果の統計的有意性を制限している。
本論文は、高額なリスクを伴う金融デューデリジェンスにおける大規模言語モデルの検証可能性、証拠検索能力、および定義の正確性を評価・向上させるために、登録された不備を含む合成的なディールルームを用いた新しいベンチマークおよび構築手法であるDiligenceProvを導入するものである。
本論文は、初期鍵生成のためのローレンツ・カオス系とXORベースのスクランブリングを組み合わせた第1層、およびエルザキ変換と双曲線マクローリン級数展開を利用した第2層を用いる、堅牢で多層的な音声暗号化アルゴリズムを提案し、実験的検証と性能比較分析を通じて高いセキュリティと効率性を実証するものである。
本論文は、透明物体の深度補完における深度ノイズと幾何学的歪みに効果的に対処するために、透明度認識アテンション(Transparency-Aware Attention)および構造的特徴強化(Structural Feature Enhancement)モジュールを備えたカスケード型Swin-Transformerエンコーダを統合した階層的エンコーダ・デコーダネットワークであるTADNetを提案し、ClearGraspおよびTransCGデータセットにおいて優れた性能を達成している。
この構造化されたレビューは、ツールを使用するLLMエージェントの既存の評価が、不正なリソースへの影響を防ぐという主張を実証できていないことを批判し、透明性のあるセキュリティ比較のために、執行セマンティクス、観測境界、および残留仮定の報告を標準化するための新しいエビデンスに基づくフレームワークとして、最小限の認可保証プロファイル(MAAP)を提案するものである。
本論文は、都市型サイバー・フィジカル・システムにおける規制の正確性を確保し、ハルシネーションを防止するために決定論的な検証エージェントを統合した「Verification-First Agentic RAG」フレームワークを提案し、既存の手法と比較して、改訂検知およびコンプライアンス推論において優れた性能を実証するものである。