4092 件の論文
本論文は、適応を分離するためにバージョン化されたパッチ・アイデンティティを活用することで、忘却ゼロを実現し、独立したモデルと比較してストレージを削減しつつ大幅に高速な収束を達成する、継続的なMOBAドラフト推奨のためのパッチ・ルーティング型混合エキスパート（Mixture-of-Experts）アーキテクチャを提案するが、その速度上の利点はパッチのストリームが長くなるにつれて減少する。
本論文は、アテンションを強化した軽量なMobileViT-XSフレームワークを提案しており、これは皮膚病変の分類とセグメンテーションの同時実行において、計算効率と診断の信頼性を効果的に両立させ、重量級のモデルよりも大幅に少ないパラメータ数でありながら、ISIC 2019データセットにおいて競争力のある性能を実現している。
本論文は、マルチスケール特徴抽出、情報ボトルネック正則化、および生理学的制約を統合することで、公開されているECGデータベースにおける既存のベースラインを凌駕する、正確かつ臨床的に妥当な心不整脈認識を実現するマルチスケール・ニューラライズド・マルコフ確率場（MSMRF）フレームワークを提案する。
本研究では、OCT画像から得られる患者の眼パラメータを解析することにより、片眼および両眼のデータを考慮して疾患の進行を効果的にモニタリングし、円錐角膜の重症度を検出するために、2つの長短期記憶（LSTM）ベースの機械学習モデルを採用している。
この前後比較研究は、ペルシャ語対応のモバイルアプリケーションであるAIMedEduが、医療系学生の主観的な医療AIへの準備性を大幅に向上させ、優れたユーザビリティ評価を得たことを示しているが、長期的な教育的有効性と汎用性を確認するためには今後の研究が必要である。
本論文は、EfficientNet-B3エンコーダとTransformerで強化されたU-Netデコーダを組み合わせたハイブリッド深層学習モデルであるHAG-EUNetを紹介しており、これによりOCT画像における自動化された高精度な脈絡膜セグメンテーションを実現し、32個の臨床的に関連のあるバイオマーカーを抽出することで、精度と効率の両面において標準的なU-Netベースラインを大幅に上回る性能を実現している。
KORAL-Netは、3相造影ダイナミックコントラスト強調MRI（DCE-MRI）における境界のエビデンスを保持するために、体積表現とマルチスケール特徴再構成を分離した順序付けられた3Dセグメンテーションアーキテクチャであり、内部およびクロスコーホートのI-SPYデータセットの両方において、nnU-Net v2と比較して優れたDiceスコアと偽陽性の減少を実現しています。
本論文は、高精度に進化させたYOLO検出器を人工ニューラルエキスパートシステム（ANES）および大規模言語モデル（LLM）と統合することで、自動運転におけるNP困難な課題に対処しつつ、最先端の物体検出と自律的な意思決定を実現するユニバーサル自律走行システム（UADS）を提案するものである。
本論文は、積極的な構造的プルーニング下において、剪定されたモデルの機能不全に陥ったKLダイバージェンス信号を、学生モデルの負の対数尤度に置き換えることで、優れたリカバリ性能と大幅なリソース節約を実現する、教師レスのデータ選択手法であるPASER-NLLを提案する。
本論文は、デジタルツインを介した安全な自然言語による監督制御を実現するために、大規模言語モデルとモデル・コンテキスト・プロトコルを階層的フレームワーク内に統合し、不安全な動作を伴うことなく95%以上のコマンド成功率を達成する、Elettra 2.0粒子加速器のためのAI支援型制御アーキテクチャを提示する。