4092 件の論文
本論文は、分類器によるボトルネックを排除するために緊急性の認識を報酬関数に直接埋め込み、粗いイベント分類に依存することなく、深層Qネットワークが公平性と緊急性のパレート境界を動的にナビゲートすることを可能にする、戦略レベルの強化学習フレームワークであるUniPASを提案する。
本論文は、ワークロードの実行前にマルチリソースの許容制約を強制することによって、AIデータセンターのサステナビリティに関する意思決定を上流へとシフトさせ、事後的な効率性指標よりも包括的なリソースの可用性を優先させる運用ガバナンスモデルであるZEROフレームワークを導入するものである。
本論文は、透明性、検証、データの責任、人間による監視、および再現性という5つの主要な領域に焦点を当てることで、ウガンダのような低・中所得国の文脈における科学研究での責任ある生成AI利用を評価するために設計された、実用的な迅速評価手法であるRAM-GenAIを紹介するものである。
本論文は、言語モデル、特にBERTを用いて悪意のあるURL内のフレーズの意味的意味を捉える手法を提案しており、それによって、語彙的および統計的な特徴のみに依存する従来の手法と比較して、マルチクラス分類の精度を最大99.7%まで大幅に向上させている。
本研究は、デザインサイエンス研究とスタイル固有のAHP由来の重み付けを活用した、形式的に裏付けられたクローズドループ型のフレームワークを提示するものであり、これにより、AI支援型武術トレーニングにおける一律な評価の限界を克服し、5つの異なる中国武術のスタイルにわたる知識駆動型の矯正フィードバックを通じて、リアルタイムのポーズ評価を可能にし、偏差を大幅に減少させるものである。
AURAは、重い暗号学的計算をエッジノードにオフロードし、64個のデバイスレベルの証明を単一の低コストかつエネルギー効率の高いオンチェーン検証へと圧縮する新しいバイナリツリー集約プロトコルを活用することで、プライバシーを保護したIoTトランザクションを可能にするエッジ支援型ZKロールアップフレームワークである。
本研究は、多様な前処理戦略、古典的な機械学習モデル、ドメイン適応技術、および対照学習フレームワークを用いた広範な実験にもかかわらず、単一集団のコホートで学習された妊娠糖尿病（GDM）予測モデルは、条件付き関係 における深刻なコンセプトドリフトにより、臨床現場を超えて普遍的に汎化できないことを実証しており、その性能は学習データにソース集団とターゲット集団の両方が含まれる場合にのみ回復可能である。
本論文は、キャリブレーション条件付きノイズモデルを用いることで、テストされたすべてのMax-CutインスタンスおよびIBMデバイスの世代において、深さ1のQAOAが古典的な貪欲法ヒューリスティックよりも普遍的に劣ることを明らかにし、デバイスの適合性はグラフのトポロジーから予測可能である一方で、同一世代の健全な個別のチップ間では区別不能であることを確立し、それによって、個別のデバイス最適化よりも世代レベルのハードウェア選択を優先するようにQSEフレームワークを洗練させるものである。
本論文は、FOMAMLとFiLMコンディショニングおよび明示的な勾配ルーティングを組み合わせることで、歴史的かつ多言語の筆記文字認識のための迅速なテスト時適応を可能にする、執筆者適応型メタ学習フレームワークであるMetaFiLM-HTRを提案し、最適化されたアーキテクチャと自己教師あり補助タスクを通じて、多様なデータセットにおける文字誤り率の大幅な低減を実現する。
本論文は、コンパイルされたコードを保持しつつ、元の実装に対する数値的な正確性を保証しながら、Rの統計パッケージをネイティブなPythonライブラリへと変換するために、多段階の翻訳と厳格な検証プロセスをオーケストレートする、人間が監視を行うAIエージェント・フレームワークであるr2pyを紹介するものである。