4092 件の論文
本論文では、限られたラベル付きデータで優れた性能を達成するために、前景・背景のプロトタイプメモリを分離して用いることでチャネル選択と空間的特徴の精緻化を導く、半教師あり医療画像セグメンテーションのための教師・生徒フレームワークである、Prototype-aware Channel-Selective Spatial Interaction (PCSI) を提案する。
本論文は、システムのボトルネックを克服するためにmAPよりも再現率を優先する、2段階のUAV検出のためのハードウェア認識型早期終了領域検証ネットワークであるEMA-Detを提案しており、これはエッジデバイス上で優れた性能を達成し、熱赤外線アプリケーションにおけるドメイン特化型トレーニングの必要性を実証している。
本論文では、実行時の出力値分布を利用してセマンティック・スペクトラムを構築するメソッドレベルのアプローチである、Semantic Spectrum-based Fault Localization (SSFL) を提案しており、モデルの学習やオンライン推論を必要とすることなく、従来のスペクトラムベース、学習ベース、およびLLMベースの手法と比較して優れた欠陥特定精度を実現している。
本論文は、ベンチマーク性能においては最新の学習型手法に後れを取るものの、生のマッチング精度よりも摂動や光度変換下での数学的に証明された安定性の保証を優先することで、医療用レジストレーションや法医学的解析といった安全性が極めて重要なアプリケーションに特化して適した、位相幾何学的に安定した局所特徴記述子であるPW-Descを提案する。
本論文は、学習された加法的な特徴量寄与を活用して確率的な攪乱に適応することで、動的な柔軟生産システムにおけるスループットを大幅に向上させ、遅延を減少させ、セットアップ時間を最小化する解釈可能な優先順位付け方策である、Bottleneck-aware Explainable Learning-to-Dispatch (BA-XLD) を導入するものである。
本論文は、厳格な物理的水制約下で炭素排出量を最適化しつつサービスの実現可能性を優先する、地理分散型AI推論のためのトレース駆動型二段階レキシコグラフィック・フレームワークを提案しており、重大な環境上のトレードオフを実証するとともに、持続可能なリソース配分のための再現可能なベンチマークを提供するものである。
本研究は、ターゲットドメインの履歴データを少量用いることで、ターゲット適応型の確率較正を行うことが、ランキング性能を損なうことなく、データセットシフトが発生しているコースにおけるAIベースの学生のリスク予測の信頼性と解釈性を大幅に向上させることを実証している。
本研究は、ファインチューニングされた大規模言語モデル、特にModernBERT-baseが、NIHの助成金申請書内における健康の社会的決定要因の分類において、従来のキーワード手法やゼロショット・アプローチを大幅に上回る性能を示すとともに、ラベルの不均衡に対処するための重要な戦略として閾値のキャリブレーションが極めて有効であることを実証している。
本論文は、介入的因果探索と構造的残差正規化を活用することで、マルチモーダルなロボット製造における相関的な過学習を克服し、従来の相関ベースのベースラインと比較して、分布外精度および適合率を大幅に向上させた、ロバストでドメイン不変な運転状態分類を実現する、状態監視保全のための介入的因果フレームワーク（IC-CBM）を導入するものである。
本論文は、条件付き属性と介入的属性を比較することによって、機械学習の説明における相関関係と因果関係を区別するdual-SHAPフレームワークを導入し、多様な社会調査の成果における因果的信頼性を診断する上でのその有効性を実証するものである。