3654 件の論文
本論文は、異種混合的な生物医学文献における研究の進化を追跡するための、新規かつスケーラブルなフレームワークを提示するものであり、これはデジタル医学における78,073件の記事に適用され、機械学習および生成AIにおけるトレンドの変遷を明らかにするとともに、トピックにおける多くの見かけ上の減少が、真の関心の減退ではなくキーワードソースの変化によるアーティファクトであることを実証している。
本研究は、UCI早期糖尿病データセットにおける機械学習分類器の高い性能が広く報告されているものの、それが同一または類似の症状プロファイルによるデータリークによって著しく膨張していることを示しており、厳格なプロファイル・グループ化交差検証を行うことで、精度推定値が大幅に低下し、モデルのランキングが変化することを明らかにしている。
BTC-FUSIONは、CoinJoinを認識するリゾルバ、勾配ブースティングによるランキング、および厳格な誤差境界を持つ回答ポリシーを採用することで、特定の敵対的条件下における属性特定精度の限界を認めつつ、ビットコインのP2Pネットワークのメタデータとオンチェーン分析を融合させ、不正活動検知のための説明可能でリスク制御されたリードを生成するオフラインシステムである。
本論文は、病変レベルのデータ漏洩による深刻な性能の過大評価と輝度に基づく肌の色調プロキシの信頼性の低さを明らかにすることで、皮膚科AIにおける肌の色調の公平性に対処し、最終的に、厳格な評価プロトコルと、現実的な臨床条件下で暗い肌の色調に対するモデルの感度を大幅に向上させるトーン適応型前処理パイプラインを提案するものである。
本論文は、学習システムにおける内部構造のライフサイクルとアイデンティティを、将来の成果に対する因果的な影響に基づいて定義する「結果組織（Consequence Organization）」と呼ばれるフレームワークを提案し、そのような組織化が、表現の類似性や演算子の整合性だけでは捉えきれない方法で持続、転移、および消滅することを実証するものである。
本研究は、UC Berkeley Milling Datasetを用いたCNC工具摩耗分類のための、再現可能かつリークのない評価フレームフレームワークを確立し、適切にツールケースごとにグループ化された単純で解釈可能なロジスティック回帰モデルが、物理的な摩耗指標と一致しながらも複雑なアンサンブル学習を凌駕することを実証している。
本論文では、新規なサイズ結合上界、headunion-tailルックアヘッド、および包含技術を用いることで探索空間を大幅に削減し、ほとんどのデータセットにおいて既存の手法を凌駕する効率的なアルゴリズムであるMHOI-Minerを紹介する。
本論文は、34のデータセットにわたる4つの語彙候補生成手法を評価するクロスドメインの実証的研究を提示しており、BM25が安定した性能を提供し、文字n-gram検索が堅牢なゼロ構成ベースラインとして機能すること、そして最終的に99%以上の探索空間削減を実現することでスケーラブルな知識グラフマッチングを可能にすることを明らかにしている。
本論文は、会話履歴を言語モデルの重みへと直接集約させることは外部アーカイブなしでの事実の想起を向上させる一方で、モデルは発話者の属性を確実に追跡することには失敗するため、情報を正確に帰属させるには外部アーカイブの保持が必要となることを示している。
本論文は、正確かつ効率的なクレジットカード不正検知を実現するために、特徴量選択、ハイパーパラメータチューニング、およびディープラーニングを統合し、クラス不均衡や高次元データといった課題に対処する最適化駆動型のフレームワークを提案する。