VisPoison: An Effective Backdoor Attack Framework for Tabular Data Visualization Models
本論文は、表形式データ可視化モデルが自然言語クエリによる攻撃に脆弱であることを示し、データ漏洩、誤った可視化、サービス拒否を目的とした「VisPoison」という新しいバックドア攻撃フレームワークを提案し、既存の防御策では十分な対策ができていないことを実証しています。
💻 Category
cs
3447 件の論文
Open-World Task and Motion Planning via Vision-Language Model Genereated Constraints
この論文は、視覚言語モデル（VLM）を用いて離散および連続的な制約を生成し、従来のタスク・モーションプランニング（TAMP）システムと統合する「OWL-TAMP」を提案することで、自然言語で指定された複雑な長期的なロボット操作タスクを現実世界でも解決可能にしたことを示しています。
"Should I Give Up Now?" Investigating LLM Pitfalls in Software Engineering
複雑な Web 開発タスクにおける 26 名の参加者を対象とした調査により、LLM の不正確な回答や文脈の喪失などの 9 種類の失敗がユーザーの認知負荷を増大させ、回答の有用性が低い場合の放棄リスクが 11 倍に跳ね上がる一方で、追加のプロンプトが放棄を抑制する傾向があることが明らかになり、ソフトウェアエンジニアリングにおける LLM の効果的な統合に向けた課題と将来の研究方向性が示されました。
Active Prompt Learning with Vision-Language Model Priors
この論文は、視覚言語モデルの事前知識を活用したクラス指向クラスタリングと適応的クラス別閾値に基づく選択的クエリを導入することで、少数のラベル付きデータで高い精度を達成する予算効率的な能動型プロンプト学習フレームワークを提案し、複数のデータセットで既存手法を上回る性能を実証したものである。
Towards a Taxonomy of Software Log Smells
この論文は、科学的文献の調査とコード分析に基づき、開発者がより高品質なログコードを記述できるよう支援する「ログスメル」の分類体系を構築し、既存の修正ツールとの対応関係や今後の研究課題を明らかにしたものである。
Collaborative Problem Solving in Mixed Reality: A Study on Visual Graph Analysis
この論文は、72 人の参加者を対象とした混合現実環境での実験を通じて、視覚的グラフ分析における協働問題解決が個人の作業や名目上のペア（ベンチマーク）と比較して必ずしも優位ではないことを示し、3D グラフ表現だけでは協働成果の向上が図れないことを結論付けています。
Runs in Paperfolding Sequences
本論文は、紙折り系列における走査長（ラン長）の列およびその開始・終了位置が 2-同期化（2-synchronized）であり有限オートマトンで計算可能であることを示し、これにより Bunder らの既知の結果をより一般的な枠組みで再証明するとともに、これらのラン長系列の臨界指数や部分語複雑性に関する新たな結果を導出している。
ARSGaussian: 3D Gaussian Splatting with LiDAR for Aerial Remote Sensing Novel View Synthesis
本論文は、LiDAR ポイントクラウドを制約として導入し、歪みパラメータを考慮した座標変換や幾何学的整合損失を適用することで、空中リモートセンシングにおける浮遊物や過成長の問題を解決し、高精度な新規視点合成を実現する「ARSGaussian」を提案するとともに、対応する高密度データセット「AIR-LONGYAN」を公開するものです。
Generative AI and LLMs in Industry: A text-mining Analysis and Critical Evaluation of Guidelines and Policy Statements Across Fourteen Industrial Sectors
この論文は、14 の産業分野にわたる 160 のガイドラインと政策声明をテキストマイニング手法で分析し、生成 AI と大規模言語モデルの産業への責任ある統合に向けた課題と提言を明らかにしています。
Integrating Language-Image Prior into EEG Decoding for Cross-Task Zero-Calibration RSVP-BCI
本論文は、言語・画像事前知識を統合した新しいトランスフォーマーモデル（ELIPformer）を提案し、校正データなしで異なる RSVP タスク間でも高精度な脳波復号を可能にすることで、RSVP-BCI システムの実用化を促進するものです。
Exploring EEG and Eye Movement Fusion for Multi-Class Target RSVP-BCI
本論文は、複数の対象カテゴリを識別する RSVP-BCI の性能向上を目指し、眼球運動データを EEG と融合する新しいネットワーク「MTREE-Net」と大規模なオープンデータセットを提案し、既存手法を上回る高精度な分類を実現したことを報告するものである。
Kite: How to Delegate Voting Power Privately
この論文は、DAO における投票権の委任先を完全に秘匿しつつ、ゼロ知識証明を用いたプライベート委任プロトコル「Kite」を提案し、そのセキュリティを UC 枠組みで証明するとともに、Ethereum 上の Governor Bravo スマートコントラクトへの実装と実用性を評価したものです。
Unveiling the Potential of iMarkers: Invisible Fiducial Markers for Advanced Robotics
この論文は、人間の視覚には映らずロボットや AR デバイスにのみ検出可能な「iMarkers」という新しい目印を提案し、そのハードウェア設計、オープンソースの検出アルゴリズム、および従来の目印との比較評価を通じて、その環境への非侵襲性と多様なロボット応用における有効性を示しています。
Analysis of a finite element method for the Stokes--Poisson--Boltzmann equations
本論文は、電位と抗力の結合を重み付き移流項として再定式化した新しい有限要素法を提案し、その存在・一意性・収束性を数学的に証明するとともに、マイクロチャネル内の電気浸透流への適用性を数値実験で示すものである。
Simple Sublinear Algorithms for Vertex Coloring via Asymmetric Palette Sparsification
この論文は、従来のパレットスパシフィケーション定理の複雑な証明とアルゴリズムの課題を克服するため、リストサイズの平均のみを制約する「非対称パレットスパシフィケーション定理」を提案し、標準的な貪欲法を用いて極めて単純な実装で 頂点彩色のサブ線形アルゴリズムを再構築することを示しています。
Gender Bias in Perception of Human Managers Extends to AI Managers
この論文は、人間および AI 管理者に対する評価において、賞与の授与結果が性別バイアス（特に女性 AI 管理者への懐疑的視線）を顕在化させることを示し、AI 管理システムにおける公平性の実現には性別バイアスの理解と対策が不可欠であると結論付けています。
A Magnetic-Actuated Vision-Based Whisker Array for Contact Perception and Grasping
本論文は、電磁石と永久磁石による駆動とカメラによる視覚追跡を統合した磁気駆動式 whisker アレイセンサーを開発し、物体分類で 99.17% の精度、8 本の whisker 使用時の把持で 87% の成功率を達成したことを報告している。
A Survey on Wi-Fi Sensing Generalizability: Taxonomy, Techniques, Datasets, and Future Research Prospects
この論文は、ドメインシフトによる性能低下という課題に直面する Wi-Fi センシングの一般化を促進するため、200 以上の研究を体系的に分類・分析し、主要な手法やデータセットを網羅的にレビューするとともに、大規模事前学習やマルチモーダル基盤モデルとの統合などの将来展望と、データ共有プラットフォームの提案をまとめた包括的な調査論文である。
Recognition-Synergistic Scene Text Editing
この論文は、テキスト認識と編集を単一のフレームワークに統合し、並列デコーダと循環自己教師あり微調整を用いて複雑なシーンテキスト編集の課題を解決し、最先端の性能を達成する「Recognition-Synergistic Scene Text Editing（RS-STE）」を提案するものです。
Modeling Concurrency Control as a Learnable Function
本論文は、ベイズ最適化とグラフ削減探索アルゴリズムを用いて既存の並行制御アルゴリズムの設計選択を学習し、効率的なデータベース内ルックアップテーブルとして実装された新しい学習型並行制御アルゴリズム「NeurCC」を提案し、多様なワークロードにおいて従来の最先端手法を上回る高いトランザクションスループットと最適化速度を実現することを示しています。