3962 件の論文
本論文は、金融および電子商取引における不正を効果的に検知するために、Top-動的ハイパーグラフ生成器、ヤコビスペクトルフィルタリング、およびヤコビ多項式に基づく分類器を統合したデュアルビュー・フレームワークであるJK-DHGNNを提案しており、ペアワイズな関係と高次の所属関係の両方をモデル化することで、YelpChiおよびAmazonデータセットにおいて優れた性能を達成し、データセットに依存した各コンポーネントの有効性を実証している。
本論文は、既存の正しい予測を劣化させることなく境界エラーを修正することで、計算リソースを最小限に抑えつつ、下流のの関係抽出の安定性を高めながら生物医学的命名実体認識の精度を大幅に向上させる、軽量な事後的な境界精緻化モジュール（BRM）を導入するものである。
本論文は、特定の領域においてディープラーニングを用いたマルウェア検出をわずかに向上させ、かつ以前の不安定性の問題を修正するものの、最終的には調整された決定木アンサンブルがこのタスクにおいて最も堅牢かつ費用対効果の高いソリューションであることを裏付ける、有界で学習可能な不確実性ゲーティング機構と特徴量拡張器を組み合わせたChaosEntropyGate v2 (CEG-2) を導入するものである。
本論文は、リチウムイオン電池の残寿命予測におけるRandom Forest、XGBoost、およびTemporal Convolutional Networkモデルの性能を評価・比較し、電気自動車の予兆保全に向けたCoral Dev Board上での実用的な展開と有効性を実証するものである。
本論文は、絶対的なスコアではなく分子のペアごとの比較に基づいてグラフニューラルネットワークサロゲートを学習させることにより、ノイズの多いスクリーニング環境下において標的達成度とサンプリング効率を大幅に向上させる能動学習フレームワークであるAPOSMを導入するものである。
本論文は、ST節やT波といった決定に関連する特徴量を標的とすることで、心筋梗塞検出におけるAIモデルの解釈性を高め、12誘導心電図に対して臨床的に意味のある反事実的説明を生成する、勾配に基づく統合的な敵対的フレームワークであるInterGRACEを導入するものである。
本研究は、Disparate Impact Removerや敵対的デバイアス（adversarial debiasing）のようなバイアス緩和技術を採用した公平性を考慮した機械学習モデルが、高い予測精度を維持しつつ、臨床的および性別に関連する決定要因の解釈性を高めながら、ADNIデータを用いたアルツハイマー病分類における性別に関連する格差を大幅に減少させられることを実証している。
本論文は、非公開の3D腫瘍学画像および放射線科レポートから多肢選択式問題を生成する、汚染制御された自動ベンチマーキング・パイプラインを導入するものであり、これにより現在のモデルが真の視覚的知覚ではなく、テキストの手がかりやデータセットへの習熟度に依存していることが多いことを明らかにし、Vision-Language Modelを厳格に評価する。
本論文は、デュアルチャネル・アテンション・ブロックを組み込むことで従来のEEGNetを強化し、堅牢性、解釈可能性、および計算効率を確保しながら、マルチクラスのEEG数字デコーディングにおいて92.36%という最先端の精度を達成する軽量なディープラーニング・フレームワークであるDualAttentionNetを紹介するものである。
本論文は、AIベースのAndroidマルウェア検知システムに関する系統的な文献レビュー（2020年–2025年）を提示し、それらの敵対的攻撃に対する脆弱性を分析し、既存の防御戦略を評価し、強固で信頼できるセキュリティを実現するための決定的なギャップと将来の研究方向を特定するものである。