4092 件の論文
本論文は、Borderline-SMOTEなどのクラス不均衡処理技術とCNN–BiLSTM–Attentionモデルを組み合わせることで、TON-IoTデータセットにおけるマイノリティ攻撃クラスの認識および全体的な検出性能を大幅に向上させるIIoTサイバー攻撃検知手法を提案するものである。
本論文は、信頼性指標を用いて複数の大規模言語モデルからの出力を集約することで、ハルシネーションの検出、過剰な自信による誤りの正確性のパラドックスの特定、およびより安全なAI展開のための制御された棄権ポリシーによる応答の制御を行う、信頼性を考慮したフレームワークであるTrustSLMを紹介するものである。
本論文は、YOLOv11のアーキテクチャにデュアルストリーム・ウェーブレット変換と高周波強調モジュールを統合することで、従来のダウンサンプリング中に失われる重要な高周波詳細を保持および復元し、それによって金属表面における複雑かつ小規模な欠陥の検出を大幅に向上させる、新しい表面欠陥検出アルゴリズムであるYOLOv11-AHFEを提案する。
本論文は、単一の固定された戦略ではなく、動的に再計算された最悪の攻撃ポートフォリオに対してネットワーク再設計エージェントを最適化するミニマックス学習目的を採用することが、「適応的劣化ギャップ」を大幅に縮小し、使用される特定のオプティマイザに関わらず、偵察能力を持つ敵対者に対する最悪のケースにおける堅牢性が優れたトポロジーを生み出すことを実証している。
本論文では、適応型グラフ畳み込み、時空間ゲート付き回帰ユニット、およびデュアルブランチ・ハイブリッド・アテンション機構を統合することで、動的な空間依存性と複雑な時間パターンを効果的に捉え、都市鉄道の短期的な旅客流動予測の精度と安定性を大幅に向上させる新しいディープラーニング・フレームワークであるAGHA-Netを提案する。
本論文は、ローカルのオープンウェイト言語モデルとルールベースのフィルタリングを用いてブラジル・ポルトガル語の臨床記録を匿名化するための、オフラインかつハイブリッドなパイプラインを提示および評価するものであり、タスク固有のファインチューニングを必要とせず、控えめなハードウェア上で高い再現率と安定性を実証している。
本論文は、標準的なLLMの変動性と信頼性の問題を克服するために、ヒューマン・イン・ザ・ループによる検証を伴うマルチエージェント・システムを活用したエージェンティックOODAフレームワークを提案および評価し、脳卒中ケアにおける透明性が高く安全性が極めて重要な臨床意思決定支援において、出力の一貫性と信頼性が大幅に向上することを実証するものである。
本論文は、マイクロ・マクロの時間的整合性を活用することで、ノイズの多い、あるいは侵襲的な音声やテキストのモダリティに依存することなく、多様な文化的データセットにわたって抑うつ状態の重症度を堅牢に推定する、プライバシー保護型のビデオ専用ディープラーニングフレームワークであるMMANetを導入するものである。
本論文は、既存のCNNベースの手法と比較して、Swin Transformerと方向性クロススケールアテンション融合を伴う双方向特徴ピラミッドネットワークを活用することで、電気火災調査における溶融痕分類において優れた精度と画像の劣化に対する堅牢性を実現する手法を提案するものである。
本論文は、アノテーション済みのリンクを含む2つの多言語データセットで構成される、ファクトチェック・リンク役割分類タスクのための初のベンチマークであるFactLinkを紹介し、微調整されたトランスフォーマーがデータ豊富な設定において優れている一方で、フューショットの大規模言語モデルが低リソースおよびクロスドメインのシナリオにおいて優れた堅牢性を提供することを実証する。