3647 件の論文
本研究は、未知の欠測メカニズム下において、特に欠測値が非ランダム欠測（MNAR）であることが多い専門的な臨床データにおいて、知識グラフ埋め込みが従来の補完ベースのパイプラインよりも、より堅牢で安定した患者層別化を提供することを実証している。
本論文は、抽象的な倫理原則を追跡可能かつ決定論的な執行チェーンへと変換することによって、大規模言語モデルのための文脈依存的な規範的ガバナンスを外部化するメタモデルである「プライオリティ・アーキテクチャ（PA）」を導入し、この手法がプロンプトベースの手法単独と比較してポリシー遵守率を大幅に向上させることを実証的なテストを通じて示すものである。
本論文は、YOLO26を基盤とし、新たな隠蔽認識型特徴強化モジュールを通じて、X線画像における隠匿禁止物品の検出を大幅に向上させる、説明可能かつ不確実性を考慮したディープラーニングフレームワークであるCAU-XInspectを提案し、PIDrayベンチマークにおいて強力な性能を達成すると同時に、実世界への導入前にはさらなるドメイン適応が必要であることを強調するものである。
本論文は、従来のmIoU指標を超え、実用的なアプリケーションに向けた最適なモデルの選定を導くために、効率性、堅牢性、キャリブレーション、および空間誤差解析を統合した、UAVセマンティックセグメンテーションのための包括的かつデプロイメント指向の評価フレームワークを提案するものである。
本論文は、ゼロトラスト・ゼロ知識原理、差分プライバシーを伴う振る舞いベースの連合学習、および高スループットのプルーフ・オブ・オーソリティ・ブロックチェーンを統合することで、低遅延かつ低コストを維持しながら、99.2%の精度と攻撃に対する堅牢なセキュリティを実現する、軽量でプライバシー保護に優れたIoT認証フレームワークを提案する。
本研究は、Cleveland Heart Diseaseデータセットを用いて5つの機械学習モデルを評価し、キャリブレーションされた閾値0.552を用いたロジスティック回帰が最良の性能（正解率85.71%、ROC-AUC 0.939）を達成した一方で、主要血管、胸痛のタイプ、およびタリウム検査の結果が主要な予測因子であることを特定したが、著者らはこれらの知見を多様な集団に一般化する前に外部妥当性の検証が必要であることを強調している。
本研究は、構造化された抽出、標的を絞ったエビデンス検索、および専門家のルールを統合することで、人間の監視を維持しつつ適格な候補者を優先させ、ヘルスケア分野における履歴書スクリーニングの正確性、説明可能性、および効率性を大幅に向上させる、インターネット検索拡張型ソフトプロンプト・チューニング済み大規模言語モデルフレームワークを提示するものである。
675本の論文のスコーピングレビューを通じて、本論文はヘルスケア分野における信頼できるAIの原則の定義における重大な概念的不一致を特定し、これらの概念を標準化し、当該分野の証拠に基づく基盤を強化するための統一された枠組みと研究の優先事項を提案する。
本論文は、エッジノードにおけるCPUのみによるLLM推論の性能とメモリ制約を特徴付け、ボトルネックは演算能力ではなくメモリ帯域幅であること、および量子化が予期せず実行時メモリ使用量を増加させることを明らかにし、正確なデプロイメント計画のために新たなサイジングモデルが必要であることを示している。
本論文は、未知のタスクに対して較正された構造化された決定を高い精度かつ長いコンテキストに対する堅牢性をもって効率的に生成する、396Mパラメータのコンパクトでオープンなエンコーダーモデルであるtypic-bertを紹介しており、これはLayaのようなより大規模なモデルを大幅に凌駕しながら、最小限の学習リソースしか必要としない。