4092 件の論文
本論文は、SHAPによる解釈可能性を備えたランダムフォレストモデルを用いてメールの機密性を動的に評価し、適応的なハイブリッドAES–ECC暗号を適用することで、企業通信における計算効率と堅牢な保護の両立を実現する、説明可能な感度認識型暗号化フレームワークを提案するものである。
本論文は、都市部のラストワンマイル物流における電動自転車の充電を最適化するために、配送オペレーター、充電ステーション、フリートプランナー、および環境規制当局を調整するコンテキスト認識型マルチエージェント深層強化学習フレームワークであるAgentic CAMA-DRLを提案し、従来のルールベースのアプローチと比較して、フリートの稼働率、定時性、混雑緩和、およびCO2排出量において大幅な改善を実現するものである。
本研究は、教育データマイニングにおけるスタッキング・アンサンブル学習のための汎用的な7段階のワークフローを提案するものであり、厳格な機関横断的検証とデータリーク監査を通じて、アルゴリズムの複雑さだけでは予測精度を保証できないことを明らかにし、機関レベルでの較正と手法の厳密性の決定的な必要性を強調するものである。
本論文は、厳格な評価予算下での高次元の昂価な多目的最適化問題を効果的に解決するために、変数相関ガイド型クリギング戦略、ファジィ分類器支援型局所探索メカニズム、および収束・多様性・不確実性の協調基準を統合した、分類・回帰協調型ファジィサロゲート支援進化アルゴリズムであるHDFC-ASSを提案する。
本研究は、マルチライト顔画像を用いたマルチパラメーター皮膚評価のための軽量なMobileNetV2ベースのCNNを提案し、その手法の可能性を示すとともに、データセットの不均衡および小規模なサンプルサイズに起因する特徴抽出と性能における現在の限界を浮き彫りにしている。
本研究は、現地で調達されたナイジェリアのマンモグラフィデータを用いて学習させたInceptionResNetV2とResNet-18を組み合わせたアンサンブル深層学習モデルを提案しており、これは乳がんをBI-RADSカテゴリーに分類する際に99.26%の精度を達成して個別のモデルを上回る結果を示し、AI開発における現地に即した代表的なデータセットを使用することの重要性を強調している。
本論文は、胸部X線異常の局在化において、診断精度、計算効率、およびエネルギー持続性の最適なバランスを実現し、Grad-CAMによる可視化を通じて臨床的信頼性を高めつつ、より大規模なモデルを凌駕する、軽量かつ説明可能なYOLO11nベースのフレームワークであるLiteChestGreenXY11nを提案する。
本論文は、GPT-4と微調整された翻訳モデルを組み合わせることで、ウガンダの最前線の医療従事者に対し、ガイドラインに準拠した正確な疾病監視情報を提供し、商用モデルを凌駕する性能を示す、英語とルガンダ語のバイリンガルRAGチャットボットであるHEALを提示するものである。
本論文は、単一構成による評価手法の限界を克服するために、マルチライブラリ・ネットリスト合成とモジュール型グラフニューラルネットワークを活用し、多様な半導体プロセスノードにわたるニアパーフェクトな検出精度と堅牢な汎用性を実現する、テクノロジーノード認識型のハードウェアトロイ検出フレームワークであるSubNMを提案する。
本論文は、モデルのパラメータにマッピングされた6つの連続的な心理的駆動力を通じてマルチエージェントLLMシステムを差別化するフレームワークであるAgoraを紹介しており、このアプローチがAutoGenStyleのようなベースラインと比較して分析的タスクにおける性能を大幅に向上させる一方で、創造的かつ短文形式の生成においてはより単純な調整戦略の方が効果的であることを示している。