4060 件の論文
本研究は、注意深く構成された大規模言語モデルのワークフロー、特にフューショット・プロンプティングと明示的な推論を用いる手法が、低コストで手作業の労力を80%以上削減しつつ、システマティックレビューのスクリーニングにおいて高い感度を達成できることを実証している。
本論文は、レジーム固有の正規化とマルチスケール時間解析を通じて、変動する運転条件下におけるターボファンエンジンの残存有効寿命予測を改善するCondition-Aware Multiscale Hourglass-Transformer（CA-MHT）モデルを提案し、同時にSHAPおよびIntegrated Gradientsを活用することで、モデルの時間的なセンサー挙動への依存性を検証し、意思決定の透明性を確保するものである。
本論文では、標準的な自己注意機構を単一の永続的なベクトルに置き換えることで、計算量およびメモリ複雑度をO(1)にしつつ、優れた学習安定性と1,000万ステップのコンテキストにおいても忘却の兆候が見られないことを実証する手法「Ocean State」を導入する。
本論文では、プロファイリングに基づく発見、具体的には、コストの高い操作ごとのトポロジー検索の排除、ワークスティーリングにおける共有アトミック・ボトルネックの修正、および効果のないCPUポーズ・バックオフの除去が、いかに劇的な性能向上をもたらすかを示すとともに、これらの最適化を行った後でも、2ソケットシステムにおける生ののスループットは当初の設計目標を大幅に下回っているという事実を明らかにする、トポロジー認識型MPMCキューの実装であるNumaRingを提示する。
本研究は、7,196件のCBC患者記録を用いて学習させたEnhanced Randomized Forest（ERF）アンサンブルモデルを用いた自動血液学的分類システムを提案するものであり、このモデルは診断精度において他の機械学習アルゴリズムを凌駕し、臨床意思決定支援のためのモデルの解釈可能性を確保するためにSHAPおよびLIME技術を活用している。
本論文は、軽量なドライバーの居眠り検知システムにおける精度低下の主な原因として、前処理のボトルネック、具体的にはSSDのバウンディングボックスの制限を特定し、99.0%の精度とエッジデバイス上での40ms未満のレイテンシを実現するために、CLAHE適応型前処理、3ゾーン信頼度プロトコル、および動的量子化を組み合わせた解決策を提案する。
本論文は、DenseNet-121バックボーン、軽量なTransformer、および新規のResidual Hybrid Quantum Headを統合することで、より大規模な古典的モデルに匹敵する性能を実現しつつ、パラメータ数を約90%削減し、エッジ対応かつリソース効率の高い膝変形性関節症のグレーディングを実現するハイブリッド量子・古典フレームワークであるQTRadX-KOAを提案している。
本論文は、検索拡張生成（RAG）とグラフベースの知識ストアを活用し、特化したエージェント間の敵対的な討論をシミュレートすることで、リアルタイムでフェイクニュースを検出し、従来のブラックボックス型システムを凌駕する透明性の高い証拠に基づいた判決と推論を提供する、説明可能なマルチエージェント・フレームワークであるVeritasAIを紹介するものである。
本研究は、コンパクトなハイブリッド量子・古典的方策が、デマンドチャージを考慮したバッテリー制御において、同規模の古典的ネットワークをわずかに上回る可能性があることを示しているものの、その優位性は限定的かつタスク特有のものであり、より高速な古典的ベースラインに対する一般的な量子優位性を構成するものではないことを実証している。
本論文は、複雑な推論ベンチマークにおける性能を向上させ、表形式データの設定における堅牢性と効率性を改善するために、ニューラルバックボーンと古典的な再帰的推論スキームを統合するニューラル推論フレームワークであるRecursive Inference Machines (RIMs) を導入するものである。