4092 件の論文
本論文は、改良型ブラックキート・アルゴリズムとTransformerモデルを統合してハイパーパラメータの最適化と特徴量選択を行う新しい故障診断手法であるIBKA-Transformerを提案し、産業用ロボットのベアリング故障診断において99.86%の精度を達成している。
本論文は、不確実性ゲート機構を介してモデルベースのフォールバックに方策を固定するデュアルクリティック強化学習コントローラであるDCUG-PPOを提案しており、カメラのドロップアウトが発生する画像ベースのビジュアルサーボイングにおいて、シングルクリティックPPOや古典的なベースラインよりも大幅に高い信頼性と滑らかな制御を実現しているが、ハードウェアによる検証およびより広範なアルゴリズム比較における限界についても認めている。
本論文は、ベイズ統計推論と個々の粒子の不確実性を活用することで、群れの多様性を維持し局所解を回避する新しい確率的群知能最適化アルゴリズムであるESSIMを紹介するものであり、計算時間は長くなるものの、マルチモーダルなベンチマークおよびガウス過程回帰のハイパーパラメータ最適化タスクにおいて、古典的なPSOを凌駕する性能を示す。
本論文は、再圧縮および任意のクロッピングを受けたビデオから秘密データを効果的に復元するために、DWT-SVD領域におけるMEC-AQIM埋め込みと二層の擬似ノイズ同期メカニズムを組み合わせた、ロバストなビデオステガノグラフィ手法を提案するものである。
本論文は、破滅的忘却とエネルギー効率の低さを克服するために、自己選択型メンリスタ・ハードウェアを備えたショウジョウバエ・ヒューマン・ハイブリッド・アルゴリズムを共同設計した、バイオインスパイア・ハイブリッド生涯学習システムを提案し、従来のCMOSアクセラレータに対して大幅な速度およびエネルギーの向上を実現するものである。
本論文は、異種混合の欧州における排出データを調和させ、カドミウム、水銀、および鉛の目録に関する短期的な空間更新を正確に予測する、監査可能で漏洩制御された機械学習フレームワークを提示しており、無制限な予測ではなく、異常検知および専門家による優先順位付けのための運用限界を明示的に定義しながら、ベースラインに対する大幅な誤差削減を実現している。
本論文は、2,500組の精査された自然言語とCypherのペアからなるFAIR準拠のベンチマークであるbio2Cと、スキーマベースのプロンプティングよりも検索された例を活用することで、生物医学知識グラフに対するText2Cypherの精度を大幅に向上させるモジュール式の検索拡張生成フレームワークを導入するものである。
本研究は、最先端の大型言語モデルが、72回の反復的なレビューラウンドを通じて、初期の回答を実質的に修正することなく広範な批判的言説を生成するという「パフォーマンス的な自己修正」を示すものであり、それによってAIの信頼性を向上させるためのプロンプトベースの修正戦略の有効性に疑問を投げかけている。
本論文は、自然言語による数値的根拠を構造化された最適化スキーマへと接地させる、透明性の高い検索支援型フレームワークを提示しており、スキーマの検索は非常に効果的である一方で、最適化問題のインスタンス化の自動化における主要なボトルネックは、抽出された数値を対応するスロットに正確に適合させるという下流のタスクにあることを示している。
本研究は、高精度なインプラント周囲の骨吸収の自動検出、重症度判定、および説明可能な深さ推定を実現し、かつ重症例における性能の限界を透明性をもって特定するために、YOLOv8mバックボーン、拡張残差アテンションブロック、および表形式データの融合を統合したマルチモーダルなディープラーニングフレームワークであるBoneNetを導入するものである。