Pivot-WFSM: Memory-Scalable Weighted Subgraph Mining by On-Demand Re-Matching
Pivot-WFSMは、従来の埋め込みストレージをオンデマンドの再マッチングに置き換えることで、メモリ使用量を劇的に削減し、以前はメモリ不足による失敗を引き起こしていた大規模なマルチグラフデータベースの解析を可能にする、メモリ・スケーラブルな重み付き頻出部分グラフマイニングの手法を導入するものである。
929 件の論文
Pivot-WFSMは、従来の埋め込みストレージをオンデマンドの再マッチングに置き換えることで、メモリ使用量を劇的に削減し、以前はメモリ不足による失敗を引き起こしていた大規模なマルチグラフデータベースの解析を可能にする、メモリ・スケーラブルな重み付き頻出部分グラフマイニングの手法を導入するものである。
本論文は、プロセス・マイニングにおける自動化された支援の欠如に対処するため、イベントログ内の微細な時間的および存在論的なアクティビティ間の関係を分析することにより、ビジネスプロセスを構造化度(構造化、半構造化、緩やかな構造化、および非構造化)のカテゴリに自動的に分類するスコアリングベースのアプローチを提案し、評価するものである。
MonitorVLM-v2は、記号的方策最適化とエントロピー駆動型トリアージを通じて、オープンエンドな視覚言語推論を効率的な単一ステップの記号的予測へと変換する導入済みフレームワークであり、手動検査と比較して、リアルタイムの産業安全監視における19.45倍の高速化と大幅に高い違反検知率を実現している。
RGBA-Netは、非対称デュアルストリームエンコーダ、深度信頼性ゲート、および境界認識融合モジュールを採用することで、わずか349万個のパラメータで高精度を実現しつつ、深度ノイズと複雑性を効果的に軽減する、軽量で最先端のRGB-D顕著物体検出フレームワークである。
本論文は、精選されたデータを用いたLoRAファインチューニングを通じて最先端の性能を達成する、オスマン・トルコ語の手書きテキスト認識のためのビジョン・ランゲージモデル・フレームワークであるAzraを紹介し、自律的なデータブートストラップが、アノテーションコストを大幅に削減しながら精選された手法に効果的に匹敵できることを示すものである。
本論文は、高精度、高負荷時における低遅延、および高いユーザー満足度を実現するために、最適化されたハイブリッド推奨アルゴリズムを統合した、SSHフレームワークに基づく安定かつモジュール式の観光管理システムの設計と実装を提示するものである。
本論文は、効果的な高等教育におけるAI導入には、単なる検索ベンチマークに頼るのではなく、情報検索のパフォーマンスとインストラクショナルデザインのバランスを取ることが必要であることを示すために、既存の文献から技術的な検索指標と教育的成果のエビデンスを関連付けた、統合的オフライン・オンライン評価フレームワーク(IOEF)を提案するものである。
本研究は、制御された合成環境において、主要なフィールド間の表面的な距離が小規模な文字レベルTransformerのルーティング精度に大きく影響することを実証しており、自動教育システムを導入する前に、真のルックアップ・メカニズムと表面的な手がかりの利用を区別するためのユニットテストとしての有用性を検証している。
本論文は、交差曲線を意味的および幾何学的メタデータを含む残留監査済みコンタクトフレームのシーケンスとして表現する座標ベースの曲面交差手法を提示し、多様なプリミティブおよび複雑な曲面交差のケースにおいて、OpenCASCADE Technologyと比較して優れた数値精度と堅牢なブーリアン閉鎖性を実証するものである。
本研究は、教育用アイテムバンクにおけるグローバルな多様性は堅牢な言語解析を保証するには不十分である一方で、ローカルな配分戦略はパフォーマンスに大きな影響を与えるが、コンポーネントがセル内での十分な露出を得た後は、グローバルなグラフ連結性は追加的な利益をもたらさないことを示している。