4092 件の論文
本研究は、サプライチェーンにおける自動化された保証請求詐欺の精度、透明性、および効率性を高めるために、分散型マルチエージェントシステムと解釈可能な機械学習モデルを統合した、新しい人間中心のハイブリッドフレームワークを提案するものである。
本論文は、Q&Aデータセットと特化型小型モデルとの決定レベルの融合を通じて、マルチモーダル大規模モデルの顔の動作ユニット認識および感情分類能力を強化する二段階ファインチューニングフレームワークを提案しており、これにより、微細かつ低強度の表情に対する表情認識の精度と解釈性を大幅に向上させている。
本論文は、方向性の勾配情報を組み込んだカスタムフーリエベースSVMカーネルを設計するための体系的な4段階のメソドロジーを提案しており、標準的なカーネル手法と比較して、産業用ガス施設における誤検知の削減と漏洩検知精度の向上に成功している。
本論文は、クラス不均衡およびドメインシフト条件下における高速鉄道車両用ベアリングの高精度かつ信頼性の高い故障診断を実現するために、幾何学的分割サンプリング、特徴量アライメント、および最適化されたLightGBM分類器を統合したエンドツーエンドの解釈可能なクロスドメインモデルであるPT-LGBMを提案する。
本サーベイは、設計上の制約に対処し、反復的な移行パイプラインを提案し、TLS、IPsec、IoTといった主要なプロトコルにおける統合戦略を詳述するとともに、進行中の相互運用性および運用上の課題を浮き彫りにすることで、古典暗号から耐量子計算機暗号への移行に向けた包括的な標準策定からデプロイメントに至るフレームワークを概説するものである。
本研究では、局所最適解への陥りやすさという限界を克服し、様々な電力系統における制約付き経済負荷配分問題を効果的に解決するために、社会政治的な進化原理を統合したハイブリッドアルゴリズムであるColonial Competitive Grey Wolf Optimizer (CCGWO) を提案する。
本研究は、インドネシアの沿岸観光レビューに関するより大規模な多数決データセットを用いて感情分類器を学習させることが、厳格な全会一致のデータセットよりも高い性能をもたらすことを実証しており、その結果は、曖昧なインスタンスの保持それ自体よりも、データの増量とクラスのバランスが改善の主要な要因である可能性を示唆している一方で、IndoBERTが中立的なレビューの系統的な誤分類を効果的に減少させていることも示している。
本論文は、ロボット溶接欠陥分類のための初の教師あり4モダリティ・ベンチマークおよびセッション分離評価プロトコルを導入し、提案するMAAF-Netフレームワーク内におけるモダリティ摂動カリキュラムが、クリーンな精度や推論速度を損なうことなく、欠損センサーデータに対する堅牢性を大幅に向上させることを実証する。
本論文は、知覚的な手がかりを言語化することで、2025年ドイツ選挙キャンペーンメディアから政党の所属を分類することに成功した解釈可能な視覚言語モデルであるPREFを紹介し、ブラックボックス型の埋め込みと同等の性能を達成すると同時に、明示的なブランディングを除去した後でも政党のアイデンティティがどの程度持続するかを定量化するものである。
本論文は、シンコペーション（syncopation）やキャリー保存（carry-preserving）といった斬新な手法を組み込んだ一般化された確率的中立表現（PNE）フレームワークを導入することで、ラウンド削減されたChaChaに対する鍵復元攻撃を大幅に改善し、ChaCha8に対する初の関連鍵攻撃を実現するとともに、256ビットChaChaの7.5ラウンドを打破するものである。