4092 件の論文
本論文は、VLMが報告する距離と、追跡されたセマンティック・アンカーの単位基底三角測量を組み合わせることで、単眼視オドメトリにおける部分的なメトリックスケール回復を実現する、ディスパリティ・ゲーテッド（差分ゲート型）の視覚言語事前分布であるC3を導入し、KITTIシーケンスにおいて他の非正解（non-ground-truth）事前分布よりも優れた性能を示すとともに、信頼性のための特定の条件を明らかにしている。
25件の研究を対象としたこの系統的レビューは、起業家精神のためのAIメンタリングツールの多くが、根拠のない対話的ヒューリスティックに依存し、持続的なメモリを欠いていることを明らかにしており、それが高いユーザー満足度が批判的思考の減退や測定不可能な認知発達と相関するという「認知的オフローディングの罠」を生み出している。
本論文は、テンプレートマッチングとランドマークに基づく画素サイズの校正を利用して、異なる電子顕微鏡および光学顕微鏡のモダリティから整合された画像ペアを生成し、それによって正確なマルチモーダル画像レジストレーションおよびダウンストリーム解析を容易にする、弱教師あり学習による前処理パイプラインを提示する。
本論文は、時系列畳み込みネットワーク（TCN）、Transformerエンコーダ、およびSoft Actor-Criticを統合した新しいハイブリッド深層強化学習フレームワークを提案し、99.0%の精度とリソース制約のあるエッジデバイスへの高い展開可能性を備えた、最先端のプライバシー保護型ウェアラブル転倒検知を実現するものである。
本論文は、現在のAIにおける因果推論、社会認知、および記号的構成における持続的な限界は、規模の不足ではなく多様なデータ環境の欠如に起因するものであると論じ、80のシステムに関する調査を通じて、物理的、社会的、および思考空間の信号を統合することが、狭義のパターン認識から汎用知能へと進展するために不可欠であることを実証するものである。
本論文は、クロスアテンション・マルチストリーム・アーキテクチャを活用して高度な音声および視覚解析技術を統合することで、ベンチマークデータセットにおけるモダリティ固有の特徴およびクロスモーダルな不整合を特定し、それによって優れたディープフェイク検出精度を実現する堅牢なディープラーニング・フレームワークであるCAMNetを提案するものである。
本論文では、画像テキスト検索において、複数のフォワードパスを必要とすることなく、グローバルおよびローカルのマッチング分布間のランキング空間における不一致から検索の不確実性を直接推定し、エラー検出、キャリブレーション、および選択的予測を向上させる軽量なフレームワークである、Cross-granularity Ranking Uncertainty (CRU) を導入する。
本論文は、CNNとVision Transformerを特殊なアテンションメカニズムとともに組み合わせた新しいハイブリッド深層学習フレームワークであるLarvaFormerを紹介するものであり、迅速かつ環境に配慮した持続可能な疾病管理を可能にするための、蚊の幼虫の自動分類における最先端の精度を実現している。
本論文は、SACおよびRepGFPNといった構造的改善を統合することでNEU-DETデータセットにおいて84.3%のmAPを達成し、かつLAMPプルーニングを活用することで、精度の低下を最小限に抑えつつエッジへの効率的なデプロイメントに向けたモデルサイズと計算コストを大幅に削減する、YOLOv5s-SC2と命名された金属ストリップ向けの軽量かつ高精度な表面欠陥検出モデルを提案する。
PolicyFaultBenchは、実行時のポリシー調停およびプロポーザル・インターフェースへの適合性を厳格にテストすることで、ツールを使用するAIエージェントを検証するミューテーションベースのベンチマークであり、エージェントが高い実行成功率を達成できる一方で、検出には標的を絞ったプローブが必要となる微細なインターフェースの逸脱によって、厳格な受容基準を満たせない可能性があることを明らかにしている。