4052 件の論文
本論文は、残留デンスブロックをデュアルアテンション機構および特殊な複合損失関数と統合することで、加法的、乗法的、およびハイブリッドな光学ノイズをロバストに除去し、最先端の性能を実現する物理情報に基づくディープラーニングフレームワークであるDense Dual-Attention Network (DDAN) を提案する。
本論文は、Mediapipeによるランドマーク抽出と拡張畳み込みを活用して時空間的特徴を効果的に捉える、連続的な単語レベルのインド手話認識のためのアテンション強化型Temporal Convolutional Network（TCN）フレームワークを提案しており、専用のデータセットにおいてBiGRU、BiLSTM、およびハイブリッドモデルと比較して優れた性能を実証している。
本論文は、幾何学的な忠実度を維持しつつストレージのオーバーヘッドを削減するために、年齢を考慮したコストゼロの指数移動平均による重要度指標と中心保護メカニズムを利用して冗長なガウス分布を排除する、Gaussian Opacity Fieldのための学習時プルーニング手法であるCP-GOFを提案している。
本論文は、知識グラフとグラフニューラルネットワークを統合することで、異分野融合型の学生によるイノベーション・アントレプレナーシップ・プロジェクトの推薦における精度、堅牢性、および説明性を向上させるKG-GNN-IPRモデルを提案し、異種混合の教育データとマルチホップのスキル補完性を効果的に活用するものである。
本論文は、表現崩壊を防ぐためのゼロ・ハーム特徴校正（ZFC）と、適応的なクエリ割り当てのための統計的境界アロケータ（SBA）を組み合わせた、微小物体検出のための共同最適化フレームワークを提案し、AI-TOD-V2およびVisDrone-DET2019において最先端の性能を達成すると同時に、計算コストを大幅に削減するものである。
本論文は、経験的な予測の一貫性と意味表現を組み合わせることで、複数のソースドメイン間で異種な名前付きエンティティ認識ラベルを整合させ、ターゲット側での学習による教師信号を必要とせずに、ラベルのないターゲットドメインへの効果的なクロスドメイン転移を可能にするフレームワークであるESLAを導入するものである。
本研究では、EfficientNetB7とデュアルアテンション機構に基づいた深層学習モデルであるMulti-Scale Efficient Attention Convolutional Network（MSEACN）を紹介し、PANDAデータセットを用いた前立腺がんの自動グリーソン・グレーディングにおいて、97.69%の精度と0.98のコーヘン・カッパ係数で最先端の性能を達成したことを示す。
本論文は、マルチスケール・フーリエ特徴量エンコーディング、ダブルゲート・アーキテクチャ、および適応的損失重み付けを統合することで、スペクトルバイアスと勾配の不均衡を克服し、マルチスケール偏微分方程式の解法および複雑な時空間温度場の再構成において優れた精度を実現する、Fourier Double Gate Physics-Informed Neural Network (FDG-PINN) を提案する。
本論文は、自然言語処理を活用してユーザー要件から実行可能なソースコードを自動生成するドメイン特化型のエキスパートシステムを提案しており、適用範囲を限定することで生成されるプログラムの正確性と信頼性が大幅に向上することを実証している。
本論文は、既存の最先端の転移学習モデルを凌駕する98%の精度を達成した、新規のコントラスト強調畳み込みニューラルネットワーク（CSCNN）モデルと高度な画像前処理技術を活用した、舌腫瘍組織を正確に分類およびグレーディングするための自動デジタルパソロジー・フレームワークを提案するものである。