3962 件の論文
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。
本論文は、大規模言語モデルエージェントと精選された語彙を活用することで、監査可能な4階層の重要素材サプライチェーンネットワークを迅速に合成し、手動のマッピングと比較して再現性と効率性を大幅に向上させつつ、コンポーネントおよび生産依存関係の特定において高い精度を実現する自動化システムであるSTDN-GENを紹介するものである。
XTrust-Chainは、アンサンブル学習器と校正された信頼指標、および暗号学的に保護された監査トレイルを組み合わせることで、複数のベンチマークデータセットにわたるアラートの不変の検証を保証しながら、高信頼な自動意思決定を可能にする多層的な侵入検知フレームワークである。
本論文は、違反の順位付けと実際の修復の困難さが乖離するシナリオにおける有効性を実証しつつ、既存の手法に対する普遍的な優位性ではないことを認めながら、構造的修復コストを最小化するために実現可能性閉鎖複雑性（FCC）を利用する制約処理フレームワークであるClosure-Guided Optimization（CGO）を導入するものである。
本論文は、組み合わせグラフモデリング、ニューロモーフィック・コンピューティング、およびブロックチェーンを活用することで、分散した脳オルガノイド間での安全かつエネルギー効率が高く、プライバシーを保護した協調学習を可能にする新しいフェデレーテッド・マルチオルガノイド・インテリジェンス・アーキテクチャであるFOINを提案し、従来の集中型システムと比較して計算コストを大幅に削減しながら高い精度を実現する。
本論文は、対照学習によるアライメントと双線形相互作用を通じて、マルチモーダルなEEG-顔表情の知識をデプロイ可能なEEG単独の生徒モデルへと転送するフレームワークであるCross-Modality Enhanced Distillation (C-MED) を提案しており、推論時には同期された顔データを使用することなく、SEED-VIIおよびDEAPベンチマークにおいて頑健で被験者に依存しない感情認識を実現している。
本論文は、Xuらによる元モデルにおける固定された参照タプルおよび二値制約の限界を克服するために、近傍ラフ集合を逐次的な三値決定および条件付き動的統合戦略と統合した動的アンサンブルフレームワークであるEM-S3WDを提案し、それによって適応的かつ競争力のある多クラス分類性能を実現するものである。
この系統的文献レビューは、2020年から2026年までのエビデンスを統合し、AIによる採点とパーソナライズされたフィードバックが高等教育における評価の効率性、一貫性、およびスケーラビリティを大幅に向上させる一方で、その責任ある実装には、アルゴリズムのバイアス、データプライバシー、および学問的誠実性といった課題に対処するための強固な倫理的防護策と人間による監視が必要であることを示している。
本論文は、化合物間の重複が最小限である場合でも、エンドポイントを効果的にグループ化しマルチタスク学習の性能を向上させるために、互いに独立したADMETデータセット間のタスク親和性を推定する勾配ベースの事前学習ワークフローであるTAG-liteを導入するものである。