929 件の論文
本論文は、マルチスケール行動シグネチャの融合、適応型重み付けのためのアンサンブルベースの品質推定の採用、および優れた悪意のあるサービスの検出性能を達成するためのGAN生成合成特徴量の活用により、Torネットワークにおけるプロトコルの均質化、暗号化ノイズ、および極端なクラス不均衡の課題に対処する3段階のディープラーニングフレームワークであるMBRD-Torを提案する。
この系統的なベンチマーク研究は、最先端の大型マルチモーダルモデル、特にGemini 1.5 ProおよびGPT-4oが、非構造化された消化器病理報告書から重要な神経周囲浸潤の状態を抽出することにおいて、時間的制約のある人間の専門家および従来のNLPベースラインの両方を大幅に上回ることを実証しており、また、新たな失敗モードの分類法が、特定の誤りシグネチャに基づいたモデル選択のための実行可能な指針を提供している。
本論文は、クラスタ型連合学習における安定かつ予算内で実行可能な提携形成のためのヘドニック・ポテンシャル・ゲームの枠組みを提案し、ナッシュ安定な分割の存在を証明するとともに、CIFAR-10データセットにおいて等剰余分配を上回ることを経験的に検証された厚生効率性の保証を導出する。
本論文は、遅延を伴うマルチエージェント修正システムにおいて、検証レイテンシがドッティ数によって決定される回避不能な精度底を課し、性能向上のための予算上限を作り出し、そして特定の閾値を超えると修正リソースを集中させる戦略から分散させる戦略へと最適戦略を逆転させることを立証するものである。
本論文は、敵対的学習とガウスデータ拡張を組み合わせた強靭なハイブリッド防御メカニズムを提案し、Fast Gradient Sign MethodおよびCarlini & Wagnerによる敵対的攻撃に対するネットワーク侵入検知システムの精度を、攻撃後の性能をわずか26.49%から96.57%へと大幅に回復させることで、著しく向上させるものである。
本論文は、マルチスペクトルRGB強度マップと直接的なタイムオブフライト・フォトンヒストグラムを統合することで、素材認識型の物体検出を実現する時空間融合フレームワークを導入し、家庭用物体を用いて検証されたデュアルモジュール・パイプラインを通じて、位置特定、分類、およびスプーフィング耐性における高い精度を実証するものである。
本論文は、ESP32-S3における平方根および除算のQ16固定小数点近似をベンチマークしており、補間を用いたルックアップテーブルが、リソース制約のある組み込みアプリケーションにおいて高い精度を維持しつつ、ネイティブのハードウェア浮動小数点実装を速度面で大幅に上回ることを実証している。
本論文は、因数分解および素数判定のための古典的アルゴリズムと量子アルゴリズムの包括的なレビューおよび性能比較分析を提供し、ショアのアルゴリズムのような量子手法は因数分解において大きな利点をもたらす一方で、素数判定においては同等の利益をもたらさないと結論付けている。
本論文は、ハイパースペクトルリモートセンシングデータにおける様々なクラスタリング手法を経験的に評価しており、効果的な次元削減と組み合わせた場合、計算効率の高い重心ベースのアルゴリズムであるK-meansが、より複雑な代替手法と比較して、品質、堅牢性、および速度の最適なバランスを一貫して提供することを見出している。
本論文は、「スキャフォールド・ジャンプ（足場跳躍）」というデザインパターンを導入するものであり、これは、証拠に基づいた移行プロセスによって連結された4つの明確なフェーズを定義することにより、責任の所在と倫理的制約を維持しつつ、パフォーマンスの閾値が満たされていることを保証しながら、組織がAIシステムを完全な人間による監視状態から自律状態へと体系的かつ安全に移行させることを可能にする運用フレームワークである。