4091 件の論文
本論文は、T2強調MRIにおける臨床的に重要な前立腺がんの検出において、前景の不均衡、低コントラストの病変、およびスキャナー間の汎用性の課題に効果的に対処するために、正規性・偏差デュアルストリーム、解剖学的ゲート付き反復精緻化、およびスパースなコンセプト・ボトルネックを統合した新しいセグメンテーション・フレームワークであるNACS-Netを導入するものである。
本論文は、全次元動的畳み込み（Omni-Dimensional Dynamic Convolution）と軽量空間特徴復元モジュール（Lightweight Spatial Feature Restoration Module）を統合することで、複雑な果樹園環境における高精度かつリアルタイムなライチ検出を実現しつつ、エッジロボットへのデプロイに向けた計算複雑性を大幅に削減した超軽量物体検出器であるODAF-YOLOv11-nを提案する。
本サーベイは、協調ロボットのための意味論的プランニングを、制約付きグラウンディング問題として定式化し、能力と検査可能性のバランスをとるアーキテクチャの分類を提案し、不確実性推定、計画検証、およびリカバリメカニズムの改善を通じて信頼性を高めるためのロードマップを概説することにより、当該分野をレビューするものである。
MECA-Netは、マルチスケール・エッジアウェアおよび座標アウェア・アテンション機構を統合することで、UAV画像における小型交通対象物の検出を強化した、軽量かつリアルタイムなYOLO11nベースの検出器であり、VisDrone2019-DETデータセットにおいて高い推論速度を維持しながら大幅なmAPの向上を実現しています。
本論文は、ゲームログの安定したジップ分布を活用したサンプリングベースのデータパイプラインを提案し、全ストリームの監視を行うことなく支配的な「ホットキー」を効率的に特定およびルーティングすることで、既存の負荷分散ソリューションと比較して209.7%のスループット向上と大幅なCPU使用率の低減を実現するものである。
本論文は、強力な教師ネットワークから構造的および意味的な知識を転移させることで、長距離の関係性の把握と境界保持における限界を克服し、X線血管造影における正確かつ効率的な冠動脈セグメンテーションを実現する、MGA、FSD、およびASDモジュールを備えた軽量な知識蒸留フレームワークであるSKD-Netを提案している。
本論文は、動的応答の違いやターゲットドメインにおけるラベル付きデータの不足にもかかわらず、自己教師あり学習による事前学習、ドメイン適応、および少数のラベルを用いたファインチューニングを組み合わせることで、デバイス間における振動・力マッピングを効果的に転移させ、最小限のラベル付きデータで高い精度を実現するクロスデバイス・ミーリング力予測手法を提案するものである。
本論文は、標準的なデータセット分割における文章の暗記によって引き起こされる、医療分野の音声・テキストによる症状検出における高精度という錯覚を暴き、Adaptive Gated Cross-Modal Fusion (AGCF) モデルを用いた厳格なフレーズ非重複評価ベースラインを確立することで、誠実な性能指標、クラスごとの公平性のリスク、および感情特徴の限定的な有用性を明らかにしつつ、LoRAによる大幅な効率向上を実証するものである。
本論文は、安全性が極めて重要な自動運転車における透明性、説明責任、およびリアルタイムの意思決定の信頼性を高めるために、解釈可能なAIモデルを統合した、説明可能なIoT駆動型フレームワークを提案し、評価するものである。
37名の高校生を対象としたこの探索的研究は、参加者が人間によるプログラミングの解法とChatGPTが生成した解法を有意に区別できなかった一方で、3Dアバターチューターへの受容性は事前のプログラミング経験やアバターへの習熟度によって影響を受けなかったことを明らかにしており、教育現場への生成AIの導入に対する楽観論と懐疑論の両面を浮き彫りにしている。