4092 件の論文
本研究は、宗教的なテキストおよび画像分類モデルにおけるLIME、Parzen、およびGreedyの説明手法の信頼性を評価し、バイナリ・テキストデータセットの特定の制約および限定的な画像の範囲内において、LIMEが信頼できない特徴を特定する上で一貫して他を上回る性能を示すことを明らかにしている。
本論文は、ユークリッド、球面、および双曲幾何学において、固定テンションのベースラインを精度と滑らかさの両面で上回りつつ、細分された曲線が元の制御点を通るという保証を維持しながら、コンパクトなエッジごとの予測器を介して局所的な挿入角を学習する適応型補間細分スキームを導入するものである。
本論文は、アンサンブル学習による分類器とSHAP駆動の解説性を組み合わせることで、ゼロデイWeb攻撃の高精度かつ低遅延な検知を実現し、得られた知見を既存のセキュリティインフラストラクチャへシームレスに統合可能なModSecurityルールへと自動的に変換するハイブリッド機械学習フレームワークであるX-WAFを提案する。
本論文は、脳卒中に関連する固有表現のためにアノテーションされた、1,742件の患者生成による健康に関するクエリからなる公開されているインドネシア語データセットであるStrokeID-NERを紹介しており、これは、ファインチューニングされたトランスフォーマーモデルが、非公式な表現や地域特有の医学用語を認識するにおいてゼロショットのベースラインを大幅に上回ることを実証するために使用され、同時に、将来的な性能向上は主にモデルのアーキテクチャではなく、語彙の網羅性を拡大することに依存することを強調している。
本研究は、企業のSDGに関する主張の信頼性を5次元のルーブリックに照らして厳密に評価する、スケーラブルで理論に基づいたエージェンティックAIフレームワークを導入し、ほとんどの開示事項は部分的に実質的である一方で、企業は実際のサステナビリティへの取り組みに対して過小に主張していることが多いことを明らかにしている。
本研究は、道路のポットホール（路面の窪み）の検出およびインスタンスセグメンテーションにおいて、ヒストグラム平坦化とAdamオプティマイザによって強化された改良型Mask R-CNNフレームワークを提案し、インテリジェントな道路モニタリングにおけるベースラインモデルを大幅に上回る90.4%のmAPを達成するものである。
本論文は、クラス条件付きデノイジング拡散確率モデル（DDPM）が、高忠実度な少数クラスのサンプルを合成することにより、予兆保全における深刻なクラス不均衡を効果的に緩和し、希少な産業故障の検出においてSMOTEやGANのような従来のデータ拡張手法を大幅に上回る性能を示すことを実証するものである。
本論文は、RAGのパイプラインを構造的因果モデルとしてモデリングすることで、バックドア調整、逆傾向重み付け、および反事実的データ拡張を通じて、偽相関の軽減とハルシネーションの抑制を実現するCausal Retrieval-Augmented Generation (CR-RAG) フレームワークを導入し、知識集約型のベンチマーク、特にロングテールな質問において大幅な性能向上を達成するものである。
本論文は、決定性と確率性の相互作用的なモデリングを用いることで、多様な劣化タスクの異質な要求に効果的に適応し、複数の復元シナリオにおいて優れた性能と解釈可能性を実現する、画像復元のための新しい拡散フレームワークを提案する。
本論文は、局所的な変形や接触活動に基づいて制約計算の強度を動的に調整しつつ、膨大な計算コストをかけることなく高精細な織物構造を維持するために視覚的アップサンプリングを採用した、トポロジー保存型かつ方向依存型の糸レベルの布シミュレーションのための適応型フレームワークを提案するものである。