The Complexity of Tullock Contests
本論文は、異質な参加者による Tullock 競争における純粋ナッシュ均衡の計算複雑性を解明し、中程度の弾力性を持つ参加者の数に基づいて問題が多項式時間で解けるか NP 完全か、あるいは FPTAS による近似が必要かが決定されることを示しています。
6988 件の論文
本論文は、異質な参加者による Tullock 競争における純粋ナッシュ均衡の計算複雑性を解明し、中程度の弾力性を持つ参加者の数に基づいて問題が多項式時間で解けるか NP 完全か、あるいは FPTAS による近似が必要かが決定されることを示しています。
本論文は、幾何学監督とコントラスト損失を用いた共同学習戦略および階層的コンテキスト認識モジュールを導入し、3D 空間内の物体表面に言語フィールドを正確に整合させることで、テキストクエリによる高精度な 2D/3D セグメンテーションや編集タスクを実現する「LangSurf」を提案しています。
本論文は、過去の停電と気象データを統合する深層学習フレームワークを提案し、気象災害時の電力系統レジリエンスを評価・可視化することで、脆弱な地域への分散型エネルギー資源への投資指針を提供するものである。
本論文は、転移学習とツインニューラルネットワークを用いて、パケットフローの統計的特徴をグレースケール画像に変換し、Hedges'g 効果量に基づいて IoT デバイスのファームウェアバージョン変更を検出する手法を提案し、実験により高い精度で安定バージョンとバージョン変更を識別できることを実証しています。
本論文は、低所得層の生徒が多い学校で実施されたパイロット研究を通じて、CGScholar の AI ヘルパーが 11 年生の英語作文能力の向上にどのように寄与し、またその改善点について教員と生徒からどのような提言が得られたかを検証したケーススタディを報告するものである。
本論文は、グラフ API における不正アクセス制御の脆弱性を検出するための、ソースとシンク間の汚染された情報フローをグラフ変換規則とクリティカルペア分析を用いて静的に検証し、その結果に基づいて動的テストを設計する初の体系的な手法を提案し、GitHub GraphQL API への適用を通じてその有効性を示したものである。
本論文は、事前学習された無条件拡散モデルを条件付き生成タスクに応用するため、ベイズの定理に基づき条件付きスコア関数を無条件スコアとガイダンス項に分解し、自然画像のガウス型事前分布を組み込んだ最大事後確率(MAP)に基づく新たなガイダンス項推定法を提案することで、逆問題の解像度向上や画像修復において既存手法よりも内容の保存性や一貫性を高める手法を提示しています。
複雑な抽象的な指示に基づいて未知の大規模環境を自律的に移動する課題に対し、神経記号(NeSy)アプローチを用いてタスク分解と効率的な探索を可能にする新しいビジョン・言語ナビゲーションシステム「VL-Nav」を提案し、シミュレーションおよび実世界環境で高い成功率を達成したことを示しています。
この論文は、EU の独占禁止手続きにおける「セキュリティ対相互運用性」の議論を体系的に検討し、その懸念を分類する体系、実世界の問題を評価する分析フレームワーク、および経済的インセンティブや市場力との関連性を示すケーススタディを提供することで、規制環境下での議論を批判的に評価するためのツールを提示しています。
本論文は、拡散モデルに基づく構造表現プロンプトとスケール再生トレーニング機構を導入し、教師なし学習で構造情報を保持しながら高品質な単一画像ノイズ除去を実現する「Prompt-SID」を提案するものである。
本論文は、2022 年 11 月から 2025 年 12 月までの 232 件の研究を体系的にレビューし、生成 AI の責任ある開発とガバナンスを支援するための包括的な評価枠組み、基準、および将来の研究課題を提示する包括的な調査報告書です。
本研究は、BraTS データセットの多モーダル MRI 画像を前処理し、2D と 3D の UNET によるセグメンテーション結果を重み付き平均で融合して ResNet50 に投入する手法を提案し、99.25% の分類精度を達成することで、グリオーマのサブクラス分類の精度を大幅に向上させたことを示しています。
この論文は、UNet、Inception、ResNet アーキテクチャに基づき、2D と 3D 畳み込みの長所をバランスさせた深層学習モデルを提案し、BraTS データセットを用いた検証で Glioma の自動セグメンテーションにおいて高い精度(3D で Dice 0.9888、2D で 0.8312)を達成したことを報告しています。
この論文は、ネットワークの最適運用状態を実現するために、各チャネルがフローに応じた価格を設定し、ユーザーがそれに応じたフロー制御とルーティングを行う「DEBT 制御」というプロトコルを提案し、その収束性を保証するものです。
本論文は、手術ロボットの自動化を促進するため、完全な軌跡だけでなく不完全な軌跡からも学習可能な、予測誤差に基づくフィルタリングを組み合わせた拡散モデルベースの「拡散安定化方策(DSP)」を提案し、その優れた性能と摂動に対する堅牢性を検証したものです。
この論文は、Minecraft のような動的環境における LLM ベッドのマルチエージェントシステムのリアルタイム応答性を向上させるため、中央集権的なメモリシステムとスキルライブラリを備えた双スレッド構造により、並列的な計画と実行を可能にする新たなフレームワークを提案し、その有効性を検証したものである。
この論文は、解剖学的ランドマークを組み込んだトランスフォーマーベースの幾何学的深層学習モデルを提案し、侵襲的で高価なPETスキャンに頼らずにアルツハイマー病の診断精度を向上させ、中リスク群における脳アミロイド陽性性の予測を可能にするものである。
本論文は、大規模な視覚言語モデルの推論能力をアテンションマップに蒸留し、それを社会的コストマップとして活用することで、実世界での社会的に配慮されたロボットナビゲーションの成功率を大幅に向上させる新しい手法「ViLAM」を提案しています。
本論文は、ユーザーの自撮り写真をガウス領域適応技術を用いて3Dアバターに変換し、さらにユーザーのアイデンティティを保持したまま二次的なスタイルを付与する「デュアル・スタイライゼーション」プロセスを通じて、モバイル端末で30〜40 FPS のアニメーション再生を可能にする即時生成型アバターシステム「Snapmoji」を提案するものです。
この論文は、大規模言語モデルと人間の協働を構造化された双方向の対話プロトコルで制御する「iProg」というツールを提案し、天体物理学や生化学の分野におけるデータ分析システムの開発において、従来のノーコード手法よりも高い品質と効率を実現することを示しています。