4092 件の論文
本論文は、4つのソーシャルネットワークと4つのデータセットにおけるプラットフォーム起因の歪みに対するREFORGEベースのフォレンジックシステムの堅牢性を評価しており、バイナリの改ざん判定は安定しているものの、信頼度スコアとマスクの幾何学的形状には測定可能なドリフトが生じることを明らかにしており、それによって、検出の信頼性を高めるためのOSN一貫性正則化およびプラットフォーム条件付き正規化の採用を動機付けている。
本論文は、パッチマイニング、物理的事前知識に基づく重み融合、および効率的なSeq2Seqアーキテクチャを組み合わせることで、既存の汎用モデルにおける精度とリソースのトレードオフを克服し、電力ドメインに特化したMamba-2ベースの軽量な多変量時系列予測モデルであるPatchMamS2Sを提案する。
BioKG Explorerは、Neo4jベースのグラフ探索、疾患特異的な分析、および大規模言語モデルによるパス解説をブラウザベースのインターフェース内で組み合わせることで、大規模なPrimeKGバイオメディカル・ナレッジグラフに対するインタラクティブでノーコードな視覚的分析と仮説生成を可能にする、フルスタックのオープンソース・ウェブアプリケーションです。
本論文は、プロセスマイニング、動的に更新されるナレッジグラフ、および検索拡張型大規模言語モデルを統合したモジュール型のマルチエージェント・フレームワークを提案し、これにより産業用生産プロセスおよびサプライチェーンの、説明可能かつ意味論的な分析を可能にし、インダストリー5.0への移行に向けた手作業の負担を軽減し、人間の意思決定を強化することを目的としている。
本論文は、古典的なヒューリスティックと厳密なMax-Cut解との間の期待される性能ギャップを予測するために多項式時間のグラフ特徴量を用いるトポロジー駆動型推定器であるQSEを紹介し、それによって部分グラフを量子アルゴリズム、古典的ヒューリスティック、または人間によるレビューへと動的にルーティングするハイブリッド・パイプラインを可能にするとともに、基礎となるQAOAシミュレーションの物理的な妥当性を保証した重要なエンジニアリング上の修正についても記録している。
本研究は、多様な学術、人口統計、行動、および心理学的データを高度なアンサンブル決定木モデルと統合することで、学生のリスクレベル（低、中、高）を正確に予測し、高等教育における先制的な学習介入を可能にするマルチモーダル学習分析フレームワークを提案し、検証するものである。
本研究は、クイーンズランド州の30分間隔の負荷データに対して系統的なグリッドサーチを用いることで、時間的畳み込みネットワーク（TCN）における5つの主要なハイパーパラメータを最適化すること、具体的には入力サイズ336ステップおよび学習率0.0005の構成を特定することが、参照モデルと比較して予測誤差を55%以上削減できることを実証しており、短期的な電力負荷予測においては、単にモデルの容量を増大させることよりも、協調的なパラメータチューニングがより重要であることを強調している。
本論文は、非線形偏微分方程式によって支配される複雑な熱場および音響場の予測において、解の精度を大幅に向上させ、相対L2誤差を減少させるために、不規則な熱場に対するマルチレベル特徴抽出とクロスレイヤー・ゲート融合の組み合わせ、および規則的な音響格子に対するフーリエ特徴残差MLPを組み合わせたドメイン固有の設計を採用する、ポイントクラウド強化型ニューラルアーキテクチャであるFeatExtractNetを提案する。
本論文は、事前学習済みMERT波形表現と、ゲート付き畳み込みおよびアテンション機構を用いた周波数認識型ログメルスペクトラル分岐を効果的に組み合わせることで、堅牢な音楽ジャンル分類と強力なデータセット間汎化性能を実現するデュアルブランチ・アーキテクチャであるMERT-SpecAMGCNetを提案する。
本論文は、高周波サイバー物理システムに対する敵対的攻撃への理論的な堅牢性マージンを導出するために、微分可能なトポロジカルカーネルを自己注意機構に統合するアーキテクチャであるTopology-Constrained Attention Networks (TCAN) を提案し、将来の検証に向けた数学的枠組みと実験プロトコルを概説するものであるが、現時点では実証的な結果は提示していない。