A Contrastive Multi-Decomposition Approach with Social-Guided Signals for Robust Recommender Systems
本論文は、多解像度低ランク分解ビューとソーシャルガイド付き対照学習および適応的最適化戦略を統合することにより、ノイズが多く疎なデータ下での性能を向上させる堅牢なレコメンダーシステムであるCOMPASSを提案する。
4092 件の論文
本論文は、多解像度低ランク分解ビューとソーシャルガイド付き対照学習および適応的最適化戦略を統合することにより、ノイズが多く疎なデータ下での性能を向上させる堅牢なレコメンダーシステムであるCOMPASSを提案する。
本研究は、ルールベースの臨床用LLM監視における残留安全リスクが、デプロイメント・プロトコル(具体的にはハンドオフの可用性)とベースモデルの失敗特性によって共同で決定されることを示しており、自動化されたルール遵守と実際の臨床的妥当性との間の決定的な乖離を明らかにしている。
本論文は、対称的なマルチエージェント・ベルトラン価格設定ゲームにおいて、トンプソン・サンプリングを単純な模倣メカニズムと組み合わせることで、分散型かつモデルフリーな手法でナッシュ均衡に確実に収束することを実証および証明しており、複雑なマルチエージェント環境に対する実用的な強化学習のアプローチを提示している。
本論文は、バージョン化されたプロファイルの下でデータを正規化し、属性ごとに分割されたメルクル木を構築することにより、コンテンツを保持した再エンコーディングと実際の変更を区別し、地理空間ポイントクラウドに対して安定したアイデンティティの確立と空間的に局所化された完全性検証を可能にする決定論的なフレームワークであるPointCloud-IDを提示する。
本論文は、軽量なCNN、拡散モデルに基づくデータ拡張、および知識蒸留を組み合わせた軽量な拡散増強フレームワークを提案し、リソース制約のあるデバイス上での子供の表情認識において、LIRIS-CSEおよびCAFEデータセットにおける既存のベースラインを凌駕する高性能かつリアルタイムな実現を達成するものである。
本論文は、V2X通信、動的なグラフベースの環境モデリング、およびクラウド支援型機械学習を統合することで、リアルタイムかつ予測的な衝突リスク評価と意思決定支援を提供し、二車線道路における追い越し時の安全性を高めるハイブリッド協調システムであるIG-COASを提案する。
本論文は、チャネル負荷予測と重大な混雑分類を統合することでプロアクティブなルート管理を可能にする、SD-WANネットワーク向けの2層LSTMフレームワークを提案し、従来の手法と比較して優れた予測精度と意思決定の信頼性を実証するものである。
本論文は、IEEE 802.11の特徴量の調和、DANN/CORALによるアライメント、および信頼度に基づくオープンセット・スクリーニングを組み合わせることで、ターゲットドメインにおけるラベル付けを最小限に抑えつつ、変化する環境下での高精度かつリアルタイムなWi-Fi侵入検知を実現し、未知の攻撃ファミリーを効果的に特定するクロスバージョン・ドメイン適応フレームワークを提案する。
本論文は、Extract-and-Matchパラダイムを理論的に検証し、バウンディングボックスに基づく視覚的エグゼンプラーの限界を、スケール分布を精緻化する知覚的事前分布構築モジュールと特徴マッチングを強化する類似度ガイド付き重み付けモジュールの採用によって解決する、新しいクラス非依存型の計数フレームワークであるPPSNetを導入するものである。
本論文は、熱赤外線ガスの分類に向けた物理情報に基づくMobileNetV2フレームワークを導入するものであり、これは熱力学的な入力特徴量と物理ペナルティ付き損失関数を統合することで、混合物の検出において高い精度とゼロの誤報を実現し、安全性が重視されるアプリケーションに対して、生の性能と物理的な妥当性の間の良好なトレードオフを提供するものである。