3900 件の論文
本論文は、ウェーブレット変換と周波数に基づく物理的事前知識を活用することで、モダリティ間で共有される低周波背景とモダリティ固有の高周波詳細を効果的に分離し、それによってマルチモダリティ画像融合およびダウンストリームの物体検出において最先端の性能を達成する、二分岐デカップリングネットワークであるDBDNetを提案する。
DeepCorkは、ResNet152ベースの二値分類器とYOLOベースの検出器を組み合わせた2段階のディープラーニングフレームワークであり、天然コルク栓の精密かつリアルタイムな欠陥検査を実現すると同時に、産業製造における局所化の精度、レイテンシの制約、および予測の不確実性を効果的に両立させるものである。
BioPrextは、幾何学的イメージングと時系列的な生物学的信号をクロスモーダルなアライメントと動的な融合を通じて統合することで、整形外科的特徴の抽出およびダウンストリームタスクの性能を向上させる、新しいマルチモーダル自己教師あり学習フレームワークである。
本論文は、機械学習を用いて攻撃をリアルタイムで捕捉・分類し、ランダムフォレストで98.50%の精度を達成しながら、本番資産を危険にさらすことなくブロックチェーン対応の証拠を生成する、医療サービスをシミュレートしたIoMTネットワーク向けのプロトコル認識型ハニーポットフレームワークであるHoneyMedを提案する。
本論文は、基準ガイド付きプロンプティングとLLMを用いたインコンテキスト学習を活用することで、手動で書き起こされた音声からアルツハイマー病を検出する、学習を必要としない解釈可能なフレームワークを提案しており、高品質な手動書き起こしへの決定的な依存性を浮き彫りにしつつ、ADReSS 2020ベンチマークにおいて最先端の性能を達成している。
本論文は、複数のエキスパートによるアノテーションと特化した損失関数を活用することで、超音波画像における頸動脈内膜中膜複合体のセグメンテーション精度とミリメートル単位の厚さの定量化精度を同時に向上させ、判定者間のばらつきの影響を効果的に軽減する、マルチエキスパート・メジャーメントアウェア学習フレームワークを提案するものである。
本論文は、クラス不均衡を効果的に対処し、様々なグラフデータセットにおけるモデルの解釈性を向上させるために、新規の選択的検証重み付けアンサンブルおよびノードインポートゲーティング（SVW-NG）を統合した説明可能なグラフニューラルネットワークフレームワークであるXGNN-IDを導入するものである。
本研究は、効率性と意思決定を向上させるために採用、感情分析、およびコミュニケーションツールを統合した、NLP（自然言語処理）に基づく統一的な人的資源管理フレームワークを提案するものであるが、同時に、データプライバシー、アルゴリズムのバイアス、およびシステムの拡張性に関連する重大な課題も認めている。
本論文は、クロスモーダル・アテンション・システムと適応的パーソナライゼーションを通じて、EEG（脳波）、ウェアラブル生理学的データ、および行動データを統合することにより、誤報を低減しつつ極めて高精度かつ早期のてんかん発作予測を実現する、新しいマルチモーダル深層学習フレームワークを提案するものである。
本論文は、MRIデータを用いた優れた性能指標とLIMEに基づく説明によって検証された、高精度かつ解釈可能なアルツハイマー病の早期検出を実現するために、カプセルネットワークとVision Transformerを組み合わせたハイブリッドMCN-MVTフレームワークを提案する。