4092 件の論文
この実験的研究は、差分ファジングが、多様な実世界のソフトウェアプロジェクトにおいて、同等のミュータントを効率的に特定および抑制するための実用的かつ言語に依存しないアプローチであり、従来のテストスイートを強化するための実行可能な入力を生成しながら、ほぼ完璧なミューテーションスコアを達成することを実証している。
本論文は、ラプラシアン・スペクトル解析とリージョン・ヴァイン・コピュラ・フレームワークを統合することで、既存の手法と比較して優れた対数尤度とモデル複雑性の制御を実現し、データの変換を行うことなく混合型データからベイジアンネットワーク構造を学習する新しいアルゴリズムであるハイブリッド・コピュラ・ベイジアン・ネットワーク（HCBN）を提案する。
本論文は、共有特徴量と個別化特徴量を分離し、分布の類似性に基づいてソースドメインを適応的に重み付けすることで、SEEDおよびSEED-IVデータセットにおいて最先端の性能を達成し、被験者間EEG感情認識の課題に対処する、条件付き重み付けマルチソース敵対的ネットワークであるCWMAN-EEGを提案する。
本研究は、深刻な構造的変化の期間におけるベトナム産ロブスタコーヒー輸出価格の予測において、ゲート付き回帰ユニット（GRU）が機械学習モデルおよび他のディープラーニング・アーキテクチャの両方を大幅に上回る性能を示すとともに、手法的な限界を透明性をもって対処し、先物契約のための実行可能なリスクパラメータを提供していることを実証するものである。
本論文は、高精度な診断と超低消費電力を実現するために、リアルタイムのマルチモーダル生体信号処理を最適化する、ニューロモーフィック・エッジ・インテリジェンスを統合した新しいロボットに着想を得たトライ・メタヒューリスティック・フレームワークを提示し、これにより72時間の連続的なウェアラブル・モニタリングを可能にし、早期疾患検出のための臨床的意思決定支援を大幅に向上させるものである。
本論文は、規制認識型検索、競合解決、および二重検証ループを統合することで、従来のRAGシステムを凌駕し、変電所の土木設計予備設計ドラフトの信頼性、一貫性、および効率性を大幅に向上させる、エビデンス制約付きエージェンティック検索拡張生成フレームワークであるEC-ARAGを提案する。
本論文は、CIC-YNU-IoTMal2026マルチモーダルIoTマルウェアデータセットに対する初の体系的なベースラインおよび評価プロトコルを導入し、ランダム分割によるデータ漏洩、リークのない条件下での休眠サンプルの高い見逃し率、および深刻なクロスアーキテクチャの脆弱性といった重大な落とし穴を明らかにし、モデルの選択よりもむしろプロトコルの選択が最終的に報告される性能を支配していることを実証する。
本論文は、ニューラル・メタ・フュージョンを用いたローカリゼーション認識型ヘテロジニアスCNNアンサンブルを提示し、植物病害分類のパイプラインにおける重要な構成要素が、ラボ環境におけるアンサンブルの幅広さや手作りの記述子から、フィールド画像に適用された際の葉のローカリゼーションおよび学習されたフュージョンへとどのようにシフトするかを、PlantVillageおよびPlantDocデータセットを用いた厳格なアブレーション研究を通じて実証するものである。
本論文は、多様な環境条件下での誤報を大幅に削減することにより、ビデオ監視における最先端かつリアルタイムの異常検知を実現するために、3D-CNN、Bi-LSTM、およびTransformerアーキテクチャを適応型閾値モジュールおよび多目的損失最適化と統合した、新しいハイブリッドディープラーニングフレームワークを提案するものである。
CEGNN-Fraudは、イベント条件付き信頼性ゲートと証拠に基づくリスク報告のための制約付きLLMを通じて金融詐欺検出を強化する、スケーラブルな不均一時間的グラフニューラルネットワークであり、既存のベースラインと比較して精度、堅牢性、および汎用性において優れた性能を示している。