Data Augmentation and Convolutional Network Architecture Influence on Distributed Learning
この論文は、分散学習環境における畳み込みニューラルネットワーク（CNN）のアーキテクチャがモデル精度に与える影響と、計算効率を左右する要因を分析し、リソース集約的なシナリオにおける CNN の展開最適化に寄与する知見を提供するものである。
💻 Category
cs
3447 件の論文
Training-Free Multi-Step Inference for Target Speaker Extraction
この論文は、事前学習済みモデルを凍結したまま、混合音声と過去の推定値を補間して候補を生成し、侵入型または非侵入型の指標を最適化することで反復的に改善を行う、教師なしの多段階推論手法を提案し、ターゲット話者抽出の精度向上と実用性を両立させることを示しています。
Novel Architecture of RPA In Oral Cancer Lesion Detection
この論文は、口腔がん病変の検出において、シングルトン設計パターンとバッチ処理を採用した新アーキテクチャ「OC-RPAv2」が、標準的な RPA 法に比べて 60〜100 倍の効率向上と大幅な予測時間短縮を実現したことを示しています。
Lifelong Imitation Learning with Multimodal Latent Replay and Incremental Adjustment
本論文は、視覚・言語・ロボット状態の情報を多モーダル潜在空間に圧縮保存する「マルチモーダル潜在リプレイ」とタスク埋め込みの進化を正則化する「インクリメンタル調整」を組み合わせた新しい生涯模倣学習フレームワークを提案し、LIBERO ベンチマークにおいて既存手法を大幅に上回る性能と忘却の抑制を実現したことを報告しています。
Huffman-Bucket Sketch: A Simple Algorithm for Cardinality Estimation
HyperLogLog スケッチを、そのランク分布の集中性を利用したハフマン符号化とバケット化により、合併性を維持しつつ ビットという最適空間に圧縮し、実用的な基数推定アルゴリズムとして機能する「Huffman-Bucket Sketch」を提案する論文です。
Bridging the Skill Gap in Clinical CBCT Interpretation with CBCTRepD
本研究は、大規模な高品質データセットと多段階評価フレームワークを用いて開発した口腔顎顔面 CBCT 報告生成システム「CBCTRepD」が、経験レベルを問わず放射線科医の報告品質を向上させ、見落としを減少させる実用的な AI 支援ツールであることを示しています。
STADA: Specification-based Testing for Autonomous Driving Agents
本論文は、時相論理（LTLf）で記述された形式仕様に基づいて自律走行エージェントのテストシナリオを体系的に生成するフレームワーク「STADA」を提案し、既存手法と比較してより高いカバレッジを達成しつつシミュレーション回数を大幅に削減できることを示しています。
Simple minimally unsatisfiable subsets of 2-CNFs
この論文は、2-CNF の最小非充足部分集合（MUS）の認識を線形時間で行う手法を提示し、欠陥 1 の MUS に関する既存の NP 完全性の結果を拡張するとともに、単項節を含む特定の MUS の発見が多項式時間で可能であることを示すことで、2-CNF の MUS における易解・難解な領域の理解を深めることを目指しています。
Contrastive learning-based video quality assessment-jointed video vision transformer for video recognition
この論文は、動画の画質が分類精度に与える影響を考慮し、画質評価（VQA）と動画分類を相互に調整する自己教師あり学習ベースの「SSL-V3」モデルを提案し、医療用動画データセットなどでの高い分類精度を実証したものである。
Med-DualLoRA: Local Adaptation of Foundation Models for 3D Cardiac MRI
プライバシー制約と通信コストの課題を解決するため、Med-DualLoRA はグローバル共有とローカル適応を分離するパラメータ効率型連合学習フレームワークを提案し、3D 心臓 MRI における疾患検出タスクで他の手法を上回る性能と効率性を達成しました。
VCR: Variance-Driven Channel Recalibration for Robust Low-Light Enhancement
本論文は、低照度画像の輝度と色情報の分離や分布の不一致という課題を解決するため、分散に基づくチャネル再較正（VCR）フレームワークを提案し、適応的調整と分布整合モジュールを通じて画質を向上させ、既存手法を上回る性能を達成したことを報告しています。
Report for NSF Workshop on Algorithm-Hardware Co-design for Medical Applications
2024 年 9 月にピッツバーグで開催された「医療応用におけるアルゴリズムとハードウェアの共設計」に関する NSF ワークショップの報告書は、医療技術の次世代開発に向けた戦略的ロードマップを提示し、標準化されたデータ・計算基盤の整備、臨床ワークフローを考慮したシステムや人間と AI の協働枠組みの構築、客観的かつ継続的な評価に基づく検証エコシステムの推進、そして安全で責任ある仮想・物理的医療エコシステムの実現を提言しています。
Learning Adaptive Force Control for Contact-Rich Sample Scraping with Heterogeneous Materials
本研究は、低レベルの直交インピーダンス制御と高レベルの強化学習エージェントを組み合わせ、異なる材料特性を持つ試料を自動で削り取る適応型力制御フレームワークを提案し、シミュレーションで学習した方策を実機へ転送して固定トルク手法よりも平均 10.9% 高い性能を達成したことを示しています。
PPGuide: Steering Diffusion Policies with Performance Predictive Guidance
本論文は、アテンションベースのマルチインスタンス学習を用いた自己教師あり学習により失敗モードを予測する軽量なクラスファイア「PPGuide」を提案し、事前学習済み拡散方策の推論時に性能予測勾配を適用することで、ロボティクスタスクにおける失敗を抑制し成功率を向上させる手法を提示しています。
Poisson Sampling over Acyclic Joins
この論文は、非一様確率に基づくポアソンサンプリングをアサイクリック結合に対して実行する際、大規模な結合結果を完全に物化することなく、ほぼインスタンス最適で実用的なアルゴリズムを提案し、従来のサンプリング手法やヤナカキスの結合処理アルゴリズムを凌駕する性能を実証するものである。
World Mouse: Exploring Interactions with a Cross-Reality Cursor
この論文は、物理空間と仮想空間をまたぐシームレスな相互作用を実現するため、物理オブジェクトをインタラクティブな表面として扱う「World Mouse」と呼ばれる新しいクロスリアリティカーソルシステムを提案し、その有効性をプロトタイプを通じて検証したものです。
Too Vivid to Be Real? Benchmarking and Calibrating Generative Color Fidelity
この論文は、現実的な画像生成における過度な鮮やかさを評価・是正するための大規模データセット（CFD）と評価指標（CFM）、そして学習不要な色忠実度改善手法（CFR）を提案し、テキストから画像への生成における色忠実度の向上を目指すものです。
TreeON: Reconstructing 3D Tree Point Clouds from Orthophotos and Heightmaps
本論文は、単一の正射画像と標高モデルのみから、合成データを用いた学習により、種別ラベルや地上レーザー走査データなしに詳細な 3 次元樹木点群を再構築するニューラルネットワークフレームワーク「TreeON」を提案し、既存手法を上回る再構築品質と実世界への汎化性能を実証しています。
Layered Performance Analysis of TLS 1.3 Handshakes: Classical, Hybrid, and Pure Post-Quantum Key Exchange
本論文は、古典的、ハイブリッド、および純粋なポスト量子暗号鍵交換方式を用いた TLS 1.3 接続において、TCP から HTTP アプリケーション層に至る各レイヤーでのパフォーマンスへの影響を、最大 100 回/秒の負荷テストを通じて実験的に分析・評価したものである。
Task-Aware Delegation Cues for LLM Agents
この論文は、LLM エージェントと人間の協働における情報非対称性を解消するため、オフライン評価からタスク固有の能力プロファイルと協調リスクの手がかりを導き出し、可視化・交渉・監査可能な委任プロトコルを構築するフレームワークを提案しています。