3643 件の論文
本論文は、スポーツ認識における差分プライバシー保護型連合学習のための、共有可能性を考慮したフレームワークであるFedSSを提案しており、これはクリッピングによる歪みを軽減しプライバシーと有用性のトレードオフを改善するために、クライアント固有のコンテキストをローカルに保持しつつ、転移可能なスポーツのセマンティクスを選択的に共有するものである。
本論文は、自動パッチ正当性評価を純粋な予測指標から、証拠が正しい修復と誤った修復を決定的に分離できるかどうかの構造的分析へと転換するフレームワークであるRepair Evidence Resolution（RER）を導入し、高性能な評価器であっても、特定の修復に関する主張を解決できない証拠に依存していることが多いという事実を明らかにしている。
本論文は、遮蔽や照明変化に対する特徴の堅牢性を高めるためにLarge Separable Kernel AttentionとCoordinate Attentionを統合し、さらに細長い対象物に対する回帰精度を向上させるInterpIoU損失を用いることで、優れた汎用性、検出漏れ率の低減、および高いリアルタイム推論速度を実現した、複雑な炭鉱地下環境向けの軽量なYOLO11nベースのドリルパイプ検出アルゴリズムを提案する。
本研究は、Codestral-22B LLMを用いたFew-shot継続的プロンプティングを活用したRAGベースのパイプラインが、現在の再現率における制限にもかかわらず、従来の構文ベースのツールを上回り、オープンソースのマイクロサービスフォークにおける意味的なコードクローンおよび再利用パターンを効果的に特定できることを実証している。
本論文は、頂点の重要性を測る破壊ベースの指標としてハイパーグラフ・ダングリング中心性（HDC）を導入し、これを活用してダングリング中心性誘導ハイパーエッジ・パーコレーション（DC-HPC）フレームワークを導出しており、同フレームワークは実世界のデータセットにおいて、ベースラインの手法と比較して構造的に重要なオーバーラップ・コミュニティを特定する上で優れた性能を示す。
可視光および熱赤外のペアとなる航空画像における微小物体検出における空間的な不整合と詳細情報の不足という課題に対処するため、著者らは、クロスモーダルな特徴の整列のための四方向Mamba整列モジュール、微細な空間詳細を保持するための熱詳細強化メカニズム、および精密な位置特定のための中心・サイズ分布ヘッドを備えた新しいフレームワークであるFDMA-Netを提案しており、これはRGBTDronePersonおよびVTUAV-detベンチマークにおいて最先端の性能を達成している。
本論文では、多様体特徴衝突、質量反発衝突、および角スパース性ガイダンスを統合することで、標準的なベンチマークおよび工学応用において既存の手法を大幅に上回る性能を示す、改良型多目的中心衝突最適化（IMOCCO）アルゴリズムを提案する。
本論文は、局所的なEEGダイナミクスをより良くモデル化するために分離型出力ヘッドで強化されたトランスフォーマーベースの敵対的生成ネットワークであるEEGGAN-SepHを提案し、既存の手法と比較してデータ忠実度と有用性が高いことを示すEEG特化型の特徴抽出器を用いた評価パイプラインを提示している。
本論文は、既存の文献の系統的なレビューを行い、行動データと文化的文脈および空間最適化を組み合わせることで、物理的、デジタル、およびフィジタルな小売環境における適応型で文化的に配慮したマーチャンダイジングを可能にする統合的アーキテクチャであるCAMI-DMフレームワークを提案することにより、文化的に配慮したパーソナライゼーションにおけるギャップに対処するものである。
本研究は、ヒューマノイドロボットの応答性を向上させるために、マルチモーダルな感情信号と不確実性を考慮した制御を融合させた二段階タイムスケールの確率的状態空間フレームワークを提案および評価し、モンテカルロ・シミュレーションを通じて、ゲート付きカルマンフィルタリングと信頼度重み付け表示マッピングが、ベースライン手法と比較して推定誤差と行動のジッターを大幅に減少させることを実証する。