Entity-Level Post-Hoc Reliability Calibration for Named Entity Recognition via Multi-Source Features
本論文は、既存のモデルを変更することなく、信頼性の高い確信度とデプロイメント時の堅牢性を大幅に向上させるために、マルチソースの特徴量を利用して軽量なキャリブレータを学習させる、名前付きエンティティ認識のための事後的なエンティティレベルの信頼性校正手法を提案する。
4092 件の論文
本論文は、既存のモデルを変更することなく、信頼性の高い確信度とデプロイメント時の堅牢性を大幅に向上させるために、マルチソースの特徴量を利用して軽量なキャリブレータを学習させる、名前付きエンティティ認識のための事後的なエンティティレベルの信頼性校正手法を提案する。
本論文は、運動症状のコントロールとジスキネジアのリスクとの間のトレードオフを明示的にモデル化し、それらをナビゲートするためのパレート集合を生成することで、臨床医やランダムなベースラインを上回りつつ、透明性の高い患者中心の意思決定を支援する、パーキンソン病の薬剤投与量を最適化するための多目的強化学習フレームワークを提案するものである。
本論文は、ハードウェアの制限を克服し、この低リソースの文字体系の計算機的な保存とデジタル・ローカライゼーションを可能にするために、カスタムの文字マッピング・ソリューションをグローバルなKeymanリポジトリへ統合することに成功した、ゾウ語初のデジタルキーボードの設計、最適化、および標準化について詳述するものである。
本論文は、ステレオ超解像、深度層別対応関係プルーニング、および階層的動的抑制を統合した一連の3段階のパイプラインを通じて、自動運転用ステレオカメラにおける解像度の低下、深度依存の不確実性、および動的物体の干渉を統一的に解決する階層的漸進的自己校正(HPSC)フレームワークを提案する。
本論文では、動的なリージョナル・ルーティング・アテンションとマルチスケール・ダイレイテッド畳み込みを活用することで、悪天候下においても交通警察の指揮手Gesturesを高精度かつ低遅延で認識することを実現する、マルチウェザー・ロバストな時空間グラフ畳み込みネットワークであるMR-STGCNを紹介する。
本研究は、分類学的な法的メタデータと関連性順に並べられたデモンストレーションを統合することにより、ドイツ法における道路交通の過失割合分布を予測する検索拡張型言語モデルを提示し、それによって、合理化され正義に即したアルゴリズムによる予測を通じた裁判外和解を促進するものである。
本論文では、境界の曖昧さや不規則な形状を持つダーモスコピー画像に対し、明示的な構造・領域事前知識の協調メカニズムと多重受容野学習を採用することで、高精度かつリソース効率の高い皮膚病変セグメンテーションを実現する軽量ネットワークであるSRM-UNetを提案する。
本論文は、カタフォラ(前方照応)依存関係をモデル化するために、GCLANベースのテキスト・トゥ・イメージ合成モジュールとGQ2PHPTベースの画像キャプショニングモジュールを利用したインテリジェントなクロスモーダル・アライメント・フレームワークを提案し、それによって成功率0.9422および総合精度98.9734%という高精度なコンテンツ検索と生成を実現するものである。
本論文は、密接に競合する感情クラス間の曖昧な決定を具体的に解決するために相補的な証拠を構築することで、マルチモーダル対話型感情認識を強化し、それによって困難なマイノリティ・カテゴリにおける性能向上を実現する、意思決定指向のフレームワークであるEAMFを提案する。
本論文は、難易度推定器とデカップリング・ゲーティング機構を用いて視覚的特徴と言語的特徴を動的にバランスさせることで、複数のベンチマークにおいて最先端の性能を達成しつつ、透明性のある意思決定の洞察を提供する、シーンテキスト認識のための解釈可能な適応型クロスモーダル融合モジュールであるCASCADEを提案している。