4092 件の論文
本論文は、HFEAレジストリを用いたIVF周期における生児出生アウトカムの予測において、最先端の精度を達成するために、5つの決定木ベースの学習器とカスタムマルチブランチニューラルネットワークを、厳格なリーク検知およびベイズ最適化とともに統合した、多様性駆動型のスタックアンサンブルモデルであるTITANを導入するものである。
本研究は、学習済みモデルに依存することなく、脳MRI画像をグリオーマ、髄膜腫、下垂体腫瘍、および正常のカテゴリに分類する際に96.10%のテスト精度を達成する、カスタムの7層畳み込みニューラルネットワーク（CNN）モデルを提案しており、コンピュータ支援診断における堅牢な性能を実証している。
本論文は、高精度なパーソナライズド身体フィットネス推奨を実現するために、ランダムフォレストによる特徴量選択と勾配ブースティング決定木による予測、および急性・慢性負荷比（ACWR）の制約を統合した、ドメイン知識駆動型階層的協調学習（DKHCL）フレームワークを提案し、高度なベースラインに対する優れたオフライン性能と、前向きなフィールド検証における負傷の減少および目標達成効率の著しい向上を実証するものである。
本論文は、様々な欠損メカニズムおよび欠損率の下で、電力負荷時系列データの高精度な補完を実現するために、デュアルベースライン・プリフィリング戦略、動的に減衰する進化アルゴリズム、および多次元重み付き損失関数を統合したEnhanced EA-Transformerモデルを提案する。
本論文は、パートナーの安定した特性と動的な精神状態を分離する分業体制を確立することによって、パートナー間の不適合性を軽減し、特にパートナーのタイプごとに明確な最適応答を必要とする環境において、明示的な意図モデリングが暗黙的な手法よりも協調性能を向上させることを実証している。
本論文は、微細な手話認識を推進するために、15名の参加者による160の手形クラス、計144,000枚のRGB画像からなる大規模なHamNoSysに基づいたデータセットを導入し、被験者依存および被験者脱落評価プロトコルの両方において、様々なディープラーニングおよび機械学習モデルを用いたベースライン性能を確立するものである。
本論文は、デジタルヘルスにおける持続可能な要求工学のためのロール認識型フレームワークであるSEEDSを紹介するものであり、これは多次元的なサステナビリティ評価を実行可能な意思決定記録および要求へと具体化し、実用的な採用を促進するための新しいLLM支援ドラフト作成ツールによってサポートされている。
本研究は、既存の断片化制御（No Fragmentation Control）およびストレージ断片化情報に基づくガベージコレクション（Storage Fragmentation-Informed Garbage Collection）手法と比較して、より低い断片化率、大幅に低減されたI/Oレイテンシ、およびより高いストレージヘルス指数を実現し、重複排除ストレージシステムにおける断片化を効果的に低減する、ランダムフォレストと微分方程式を組み合わせたハイブリッドなRF-DEコントローラを提案する。
本論文では、知識グラフや反復的なクリティックを必要とせず、複雑なエージェント型ベースラインを凌駕する、オープンドメイン質問応答において最先端の精度とレイテンシの向上を実現する、融合と再ランキングを伴う疎な検索と密な検索を同時に実行する並列ハイブリッド検索フレームワークであるPH-RAGを紹介する。
本論文は、構造的因果モデルと介入を統合することで、単なる相関パターンを超えて差別的な経路に対処し、バイアスに強いデータを生成する因果制約付き生成的敵対ネットワーク（CC-GAN）をレビューするものであり、比較分類学を提案し、公平性と有用性のトレードオフを要約し、高リスク領域での採用に向けた主要な課題を特定している。