💻 コンピュータサイエンス
Training as Treatment: A Causal Framework for Machine-Learning Evaluation
本論文は、データ役割の割り当てとパイプラインの選択を介入としてモデル化することで、モデルに起因する干渉を考慮しつつ、機械学習の評価指標を厳密に分析し、公平性、リーケージ、および汎化性能に関するより堅牢な診断を可能にする因果フレームワーク「Training as Treatment」を導入するものである。
💻 Category
cs
4092 件の論文
💻 コンピュータサイエンス
Automatic speech recognition system for court proceedings in Ethiopia
本研究は、エチオピアの法廷手続きを対象とした、隠れマルコフモデルの枠組みに基づく話者独立型のティグリニャ語自動音声認識システムを提案および評価するものであり、24名のネイティブスピーカーによるカスタムコーパスを用いて訓練された文脈依存型音響モデルを用いることで、73.84%の単語精度を達成した。
💻 コンピュータサイエンス
Structure-Preserving Scientific Machine Learning for epidemic Forecasting : Neural ODEs vs. Universal Differential Equations for SIR Model
本論文は、既知のメカニズムに基づくSIR構造と不確実な伝播ダイナミクスのためのニューラルネットワークを統合したユニバーサル微分方程式が、特にデータが限定的でノイズが高い条件下において、予測精度、堅牢性、およびデータ効率の面で、完全データ駆動型のNeural ODEを凌駕することを実証している。
💻 コンピュータサイエンス
Factors Influencing User Acceptance, Adoption, and Long-Term Engagement with Virtual Reality Across Application Domains: A Systematic Synthesis of Review Evidence
2015年から2025年までのレビュー・エビデンスのこの系統的な統合は、多様な領域におけるバーチャルリアリティ採用の主要な決定要因と障壁を特定しており、手法的なギャップに対処し、長期的なユーザーエンゲージメントを確保するために、認知的、経験的、生理学的、および組織的な要因を組み合わせた統合的なフレームワークの必要性を強調している。
💻 コンピュータサイエンス
Generative AI Feedback in Junior High School Artistic Creation Evaluation
本論文は、視覚的およびテキスト的な分析をエビデンスの追跡および教師によるレビューと統合することで、評価の信頼性を大幅に向上させ、エラー率を低減させる、中学校の美術教育のためのコンピュータ支援型マルチモーダル・フィードバック評価モデルを提示するものである。
💻 コンピュータサイエンス
Data Lineage as Infrastructure: Operationalizing the Translation Methodology for Trusted Data Pipelines
本論文は、データリネージを信頼性の高い金融データパイプラインのためのインフラストラクチャとして運用化するフレームワークを提示し、その導入を通じて、監査への回答時間を大幅に短縮し、データのソースおよび変換の機械検証可能な追跡を可能にすることを実証するものである。
💻 コンピュータサイエンス
Auditing Curriculum-Order Representations in Educational AI: Held-Out Metadata-Transition Prediction in Synthetic and Oak Corpora
本論文は、文字レベルの言語モデルを用いて教育用AIシステムを監査し、それらが合成データセットおよび実世界のデータセットにおいて保持されたカリキュラムの遷移を正常に予測できる一方で、この能力はレッスン内容の意味的な理解ではなく、明示的なメタデータの因子分解を悪用することに起因していることを明らかにしている。
💻 コンピュータサイエンス
Integrating Triaxial IMU Sensors and Ensemble Learning for Effective Parkinson Disease Severity Classification
本論文は、3軸IMUセンサーデータとアンサンブル学習を用いた非侵襲的なパーキンソン病重症度分類システムを提案しており、LightGBMモデルが約97%の精度で他の機械学習アルゴリズムを上回ることを実証している。
💻 コンピュータサイエンス
A Comprehensive Study of Supervised Machine Learning Models for Zero-Day Attack Detection: Analyzing Performance on Imbalanced Data
本研究では、不均衡データにおけるゼロデイ攻撃を検出するために5つの教師あり機械学習モデルを評価し、最終的に、より高精度ではあるが処理速度の遅いランダムフォレストと比較して、高い精度と高速な処理時間の優れたバランスを備えていることから、XGBoostを最適なソリューションとして選定した。
💻 コンピュータサイエンス
Predicting Case Processing Duration in Kenyan Magistrate Courts: A Three-Stage Machine Learning Pipeline for Proactive Backlog Management
本研究は、67万件を超えるケニアの治安判事裁判所の事例を用いて検証された、LightGBMおよびCatBoostモデルを活用して案件処理期間を予測し、当日内の結審を分類する3段階の機械学習パイプラインを導入するものであり、これにより、経験的に導出されたリスクスキームと展開されたウェブアプリケーションを通じた、先制的なバックログ管理を可能にするものである。