4092 件の論文
本論文は、埋め込み空間において合成ノードを生成し、グラフのトポロジーを維持するための特殊なエッジを作成することで、極端な不均衡条件下での分類精度およびAUC-ROCを大幅に向上させる、新たなフレームワークであるMeanRadius-SMOTE Graph Neural Network (MRS-GNN) を提案する。
本論文は、メッセージの完全性とセッション鍵の確立を保証するためにECDSA、ECDH、およびSHA-256を用いたHMACを組み合わせ、プライバシー保護のために動的な仮名を用い、効率的な証明書管理のために公開鍵ベースの失効リストを採用し、さらにリプレイ攻撃を防止するためにGPSベースの時刻同期を用いる、車両アドホックネットワーク（VANET）のための安全かつ効率的な認証スキームを提案するものである。
本論文は、DenseNet、ResNet、およびXceptionモデルを多数決によって組み合わせることで、火災のみのデータセットと火災および煙の両方のデータセットにおいて個々のモデルを上回る高精度な森林火災および煙の検出を実現する、ロバストなアンサンブル深層学習フレームワークを提案するものである。
本論文は、直感的なインターフェース、統合されたリスク評価、およびR、Stata、Pythonにおける再現可能なコードの自動生成を通じて、研究者、特にリソースが限られた環境にある人々が機密情報を保護しデータの有用性を確保することを可能にする、新しいローコードのShinyベースのデータ匿名化プラットフォームを紹介するものである。
本論文は、指数平滑法に着想を得た新しいリカレントニューラルネットワークを導入するものであり、粒子群最適化に基づく学習アルゴリズムと新しい目的関数を活用することで、既存のディープおよびシャローな人工ニューラルネットワークと比較して、季節性時系列に対して優れた予測性能を実現している。
本論文は、OULADデータセットを用いた時間的ドロップアウト・リスク予測のための統一的かつ多次元的な生存分析ベンチマークを導入し、行動および時間的シグナルが静的な属性よりも優れていることを実証するとともに、評価上のアーティファクトを回避するためにモデルファミリーを分離する必要性を強調するものである。
本論文は、CNN、BiLSTM、およびECAPA-TDNNを用い、自己組織化マップによる特徴融合を通じて、表情、心拍変動、および音声信号を融合させる堅牢なマルチモーダル深層学習フレームワークを提案しており、7つの感情状態の認識において98.6%の精度を達成し、単一モードのベースラインを大幅に上回る結果を示している。
本研究は、ダンス動画のポーズランドマークから抽出された人間のダンス動作のダイナミクスを活用することで、提案される楽曲をユーザーの身体的なリズムの好みや感情状態とより良く一致させ、パーソナライズされた音楽推薦を強化するマルチモーダルなフレームワークを提案するものである。
本研究は、微調整された医療用画像モデルにおける記憶およびメンバーシップ推論の脆弱性の主な要因は、希少性そのものではなく視覚的な特異性であることを明らかにしており、医療ドメインでの事前学習はこれらのリスクを軽減できない一方で、DP-LoRAはそれらを効果的に低減させることを示している。
本論文は、スタイルを考慮したメトリック校正および分布を考慮した中央値校正を通じて、非教師あり人物再識別におけるカメラ起因のバイアスを軽減し、それによってクラスタリングの信頼性を高め、Market-1501およびMSMT17データセットにおいて最先端の性能を達成するフレームワークであるFeature Calibration for Camera Bias Elimination (FCBE) を提案する。