SOFE: SDN-based Task Offloading Technique for Fog-IoEV Network
本論文は、負荷、移動性、エネルギー、およびデッドラインに基づいてタスクをフォグノードまたは駐車車両へ割り当てるためのバイナリ線形計画モデルを利用することで、既存の手法と比較して応答時間を短縮し電気自動車の寿命を延ばす、Fog-IoEVネットワーク向けSDNベースのタスクオフローディング技術であるSOFEを提案する。
4033 件の論文
本論文は、負荷、移動性、エネルギー、およびデッドラインに基づいてタスクをフォグノードまたは駐車車両へ割り当てるためのバイナリ線形計画モデルを利用することで、既存の手法と比較して応答時間を短縮し電気自動車の寿命を延ばす、Fog-IoEVネットワーク向けSDNベースのタスクオフローディング技術であるSOFEを提案する。
本論文は、Bi-Directional Multi-Attentionとマルチスケール最適化を伴う音声誘導型リーダー・フォロワー・ネットワークを組み合わせた二段階アテンション機構、および信頼性と転移学習戦略を利用することで、マルチモーダルな特徴を効果的に統合し、ラベルノイズを軽減して精度と堅牢性を向上させる、信頼性の高いマルチモーダル対話型感情認識モデルであるDSA-MERCを提案する。
本論文は、位置認識型循環畳み込みと双方向ゲート付き回帰ユニットを統合した、MetaFormerベースの新しいフレームワークであるPerC-SimAM-BGRUを提案し、性能と計算複雑性のバランスを取りながら、99.4%の精度で最先端の心筋梗塞検出を実現する。
本研究は、キーワードによる制限を克服するために、2017年から2025年までのヘルスケアAIに関する厳選された2,631件の文書に対し、標準的な計量書誌学的分析と潜在的ディリクレ配分法(LDA)によるトピックモデリングを統合しており、導入準備が整ったアプリケーションから、大規模言語モデルや説明可能なAIといったガバナンスに依存する最前線へと至る成熟の軌跡を明らかにしている。
本論文は、地形マップや先読みロールアウトに依存することなく、レンダリングされた自己中心的な視点と候補となるコマンドを用いて短期間の身体的リスクを予測することで、前進を維持しながら安全性とコマンドの一致性を大幅に向上させる、シミュレーションベースの四脚ロボット用コマンド選択層を提案する。
本論文は、AIモデルの活性化を標準的な臨床用語にマッピングするニューロンレベルの後付け説明フレームワークであるCRysTalを紹介しており、複数の医療画像タスクにおいて、既存の説明手法と比較して、放射線科レポートとの優れた整合性、診断の信頼性の向上、および医師の効率性の改善を実証している。
本論文は、直観主義ファジィ集合を利用して、動的な高度交通システムにおけるメッセージ検証の効率性、プライバシー保護、およびセキュリティを向上させる、透明かつ信頼重み付けされた投票コンセンサス・メカニズムを確立するための、説明可能で信頼できるAIフレームワークを提案するものである。
本論文は、スタッキングアンサンブルモデルを用いて、標準的な診断基準と一致する主要な予測特徴量をSHAP解析によって確認しつつ、CBCおよびHPLCバイオマーカーを組み合わせることで、サラセミアの極めて高精度(99.89%)かつ臨床的に一貫した多クラス分類を実現する、解釈可能なマルチモーダル機械学習フレームワークを提示するものである。
本研究は、ANVISAの規制文書に基づき構築されたバイリンガル検索拡張生成システムを評価するものであり、当該システムが、較正後に回答不能なクエリを効果的に処理した上で、医薬品開発に関するポルトガル語および英語の規制要件を特定、引用、および要約することにおいて高い精度を示すことを実証している。
本論文は、異種データモダリティを正確に分析し既存モデルの限界を克服するために、Conv1D-LSTM、CNN、およびマルチヘッドアテンションメカニズムを統合したCLCMモデルを提案し、無人スウォームIoT内における仮想現実学習システムのセキュリティリスクを効果的に評価するものである。