4092 件の論文
本論文は、深刻なクラス不均衡に対処するために敵対的生成ネットワーク（GAN）を組み合わせた堅牢なクレジットカード不正検知フレームワークを提案しており、その結果得られたXGBoostモデルが、76,900件のトランザクションデータセットにおいて、再現率、適合率、およびリアルタイムの実現可能性において優れた性能を達成することを実証している。
本研究は、学習可能な診断クエリを活用して相補的な時間情報を捉えるQuery-Centric Diagnostic Attention BLSTM（QDA-BLSTM）ネットワークを提案し、短時間窓ECG信号における心房細動の検出において、従来のCNN-BLSTMモデルよりも精度と特異性が大幅に向上していることを実証する。
本論文は、明示的に特徴付けられた性能のトレードオフを実現するために、削減なしのEfficient Channel Attention、ピクセルアテンション、および大気散乱ガイダンスブランチを統合した、148万パラメータのコンパクトなU-NetであるECA-LDNetを導入する。
本研究は、スタンドアロンのBiFPNによって強化された軽量なFaster R-CNNフレームワークを提示しており、これはチール・ニールセン染色による塗抹鏡検における結核菌の高精度な検出および計数を実現し、結核管理を加速させ、ばらつきを低減するための計算効率の高いAIソリューションを提供するものである。
本論文は、広帯域光の時間的スペックルを利用して確率的な重みをネイティブにエンコードすることで、デジタル・ベイズニューラルネットワークの計算上のボトルネックを克服し、分類と分布外検知を同時に実現する高速かつ不確実性を考慮したAIを可能にする超高速フォトニックプロセッサを導入するものである。
本論文は、局所的および大域的な空間依存性の両方を効果的にモデリングすることにより、バナナの葉の病害の極めて高精度かつ信頼性の高い分類を実現するために、ハミルトニアン全ノード被覆グラフ・アテンション・ネットワークとファジィC-meansスーパーピクセル・グラフ学習を組み合わせた新しいフレームワークを提案する。
本論文は、追加のモデル学習を必要とせずに、適応的なメモリ検索、リスク推定、およびプロアクティブな自己修正を通じて再利用可能な失敗知識を活用することで、長期的なタスクを実行する言語モデルエージェントの信頼性と成功率を大幅に向上させるフレームワークである、Failure-Aware Adaptive Inference (FAAI) を導入する。
この系統的レビューは、自律的なデータエコシステムにおける意味的相互運用性の役割を評価し、オントロジーやナレッジグラフの採用を強調するとともに、意味的異質性、スケーラビリティ、および産業応用における標準化された評価の必要性といった極めて重要な課題を特定している。
本論文は、実行フィードバックが大規模言語モデルにおけるコード生成精度の向上を促す主要な要因であることを実証する構成可能なフレームワークであるExecuGraphを紹介するとともに、マルチエージェントによる役割分解の追加は、大幅に高い計算コストを要するにもかかわらず、単一エージェントによるリトライループに対して測定可能な利益をもたらさないことを示す。
本論文は、32件の研究を包括的にレビューすることで、重要なITシステムにおける「ブラックボックス」型AIの導入に伴う透明性と信頼性の課題に対処するために、技術的手法、人間的要因、およびガバナンス手段を統合した5層の説明可能なAI（XAI）フレームワークを提案するものである。