4092 件の論文
本論文は、連合学習におけるアンラーニング手法は計算効率には優れているものの、非IIDデータ下では残存するクライアントに対して重大な安定性と公平性の副作用をしばしば引き起こすことを実証的に示しており、集計指標では捉えきれない、コスト、忘却の完全性、および公平なモデル性能の間の決定的なトレードオフを明らかにしている。
本論文は、異質な協調学習環境において、個人、ダイアド（二人組）、およびグループの各レベルで学習を調整するように設計された、社会適応型インテリジェント・チュータリング・システム・アーキテクチャであるマルチレベル・レギュレーション・エンジン（MLRE）を導入するものであり、これは参加の公平性を向上させるためのオフライン・モデリングとシミュレーションを通じて部分的に検証されており、包括的な評価のための将来的なフィールド研究を提案している。
本論文は、未知のストリーム汚染下においても因果的整合性と有界な状態を保証する、視覚的異常検知のためのトランザクショナルな逐次適応フレームワークであるBSPALを導入するが、その基礎となるVisAデータセットにおけるデータ漏洩を明らかにした事後監査の結果を受け、ベンチマーク性能の向上については明示的に否認するものである。
本論文は、統一されたグラフニューラルネットワークのパイプラインが、有限群のケイリーグラフから複数の基本的な代数的性質（アーベル性、べき零性、および可解性）を学習および汎化することに成功し、高い精度を達成すると同時に、異なる性質には異なるアーキテクチャの複雑さが必要であることを明らかにしていることを示している。
本論文は、空白のテープから自身のコードを複製できるだけでなく、他のあらゆるプログラムをも出力できる、大幅に簡略化された準最適な自己印刷（クワイン）チューリングマシン・プログラムを提示しており、それによって自己複製および人工生命の理論的モデルを進展させるものである。
本論文は、長期的なパーソナライズド・エージェントのための編集可能なマルチモーダル・メモリ・システムを提案するものであり、強化学習ベースのアクター・クリティック・マネージャーを利用して、嗜好の一貫性を維持しつつストレージエラーを防ぎながら、異種混合の証拠を動的にフィルタリング、更新、および退避させることで、広範なインタラクション・ストリームにおける想起およびメモリ管理においてベースラインの手法を大幅に上回る性能を実現している。
本研究は、強力な囲碁AIからバリューヘッドを蒸留すると、較正（キャリブレーション）はされているものの非識別的な評価器となり、MCTS探索の性能を低下させる一方で、探索プロセス自体は極めて効果的な教師であり続け、探索が推論時に優れた手を提示できなくなっているにもかかわらず、MCTSの訪問回数を模倣するように方策を学習させることで大幅な強さの向上が得られることを実証している。
本研究は、障害注入、状態監視、およびDeepARに基づく確率的予測を統合し、クロスリージョンにおけるクラウドサービスのリカバリ目標を定量的に評価・改善する包括的なフェイルオーバー検証フレームワークを提示するものであり、中央値としてのフェイルオーバー時間を31.4分から12.7分へと短縮することに成功するとともに、データの一貫性を大幅に向上させ、二次的な失敗を最小限に抑えた。
57件の研究（2020年〜2025年）を対象としたこの系統的レビューは、CT病変分類のためのディープラーニング手法を評価しており、ハイブリッドなCNN-Transformerアーキテクチャおよび転移学習の優れた性能を強調すると同時に、広範な普及を現在阻害しているデータセットの多様性、外部検証、および臨床的解釈可能性における決定的な欠落を特定している。
本論文は、Velocity（速度）、Quality（品質）、およびDeveloper Experience（開発者体験）というエンジニアリング指標を統合することで、Cost-to-Serve（サービス提供コスト）を効果的に予測（R² = 0.885）するAI駆動型のアンサンブル回帰フレームワークであるVQD-CTS予測モデルを紹介し、これにより、組織がコードの複雑性やサイクルタイムといった主要なドライバーに基づいて予算を予測し、投資を最適化することを可能にする。