3448 件の論文
この論文は、正規化と超系列アプローチの長所を統合し、トラフィックのクラスタリングに基づいてパディングパラメータを動的に調整することで、高いプライバシー保護を保証しつつオーバーヘッドを最大 99% 削減する新しいウェブサイト指紋防御フレームワーク「Adaptive Tamaraw」を提案しています。
LLM と検索ベースのテストを組み合わせることで、バグ修正パッチと関連する課題からバグ再現テストを自動生成するツール「BLAST」を提案し、既存手法を上回る成功率を達成するとともに、GitHub ボットによる実世界での展開を通じて開発者へのフィードバックや課題を明らかにした。
この論文は、ロボティクス応用に不可欠な高速かつ効率的な 3 次元再構成を実現するため、関心領域（POI）に特化した粗から細への最適化フレームワーク「CoRe-GS」を提案し、背景の計算を削減しながら浮遊ノイズを抑制し、再構成品質と訓練速度を同時に向上させる手法を提示しています。
この論文は、静的型付け言語を対象とした大規模な実証研究を通じて、GitHub の公開リポジトリにおける浮動小数点演算の使用状況を初めて包括的に分析し、既存のベンチマークと実世界のコードの類似点と相違点を明らかにするとともに、1000 万個の浮動小数点関数からなるデータセットを公開して将来の技術開発を支援することを目的としています。
この論文は、大規模言語モデルを活用して制約付き進化アルゴリズムの更新則を自動生成・進化させる「AwesomeDE」を提案し、標準化されたプロンプト設計フレームワーク「RTO²H」を通じて、既存手法を上回る計算効率と解の精度、および高い汎用性を実現したことを示しています。
本論文は、音声と音韻情報を視覚情報と統合するマルチモーダル学習フレームワーク「VocSegMRI」を提案し、リアルタイム MRI における発音器官の高精度なセグメンテーションを実現したものである。
本論文は、通信や中央制御なしに、複数の足型ロボットが物体を物理的接触のみで挟み、持ち上げ、移動させることを可能にする階層的方策と報酬設計を提案し、シミュレーションおよび実機実験でその有効性を示すものである。
この論文は、非西洋の文脈における社会的利益のための AI 開発において、技術的専門性よりも開発者とドメイン専門家との協働が重要であり、6 つの要因と 3 つの影響を踏まえた 12 のガイドラインを提示しています。
この論文は、人手に依存するサンゴの産卵計測の課題を解決し、大規模なサンゴ礁の修復を可能にするため、低コストなカメラと人間によるラベル付けを組み合わせた物体検出技術を用いて、サンゴの産卵と幼生を自動的に検出・分類・計数する「CSLICS」と呼ばれるシステムを提案し、その有効性を検証したものです。
この論文は、深層ビジョンネットワークにおける概念の符号化と復号を担う方向性ペアを、特徴再構成に依存しない教師なし手法で復元し、モデルの解釈性向上や誤り修正などの応用を可能にする新たなアプローチを提案するものである。
本論文は、マルチモーダル多ターン対話における新たな安全リスクに対処するため、大規模な安全データセットと自動攻撃フレームワークを構築し、既存の手法を凌駕する包括的な対話安全監査システム「LLaVAShield」を提案するものである。
この論文は、1925 年から 1950 年にかけてのフランスの歴史的都市拡大を分析するため、古地図の複雑な特徴を処理する双段階の深層学習パイプラインを開発し、初の全国規模のオープンアクセス都市フットプリントデータセットを生成したことを報告しています。
この論文は、障害物に満ちた環境における多ロボットシステムの接続維持と回復を可能にするため、高次制御バリア関数と制御リアプノフ関数を用いたリアルタイムのベジェ曲線ベースの MPC-CLF-CBF 運動計画アルゴリズムを提案し、シミュレーションおよび 8 機の Crazyflie による物理実験でその有効性を検証したものである。
この論文は、外部の音楽理解モデルとの潜在感情表現の整合化と連続的な価・覚醒空間に基づく制御モジュールを導入することで、テキストプロンプトの限界を克服し、音楽生成モデルにおける連続的かつ微細な感情制御を実現する「LARA-Gen」というフレームワークを提案し、その有効性を示したものである。
この論文は、大規模言語モデル（LLM）による高度な推論と計画を可能にするため、物体レベルの詳細なメッシュとシーンレベルの文脈を両立させた新しいメトリック意味マップを提案し、既存手法よりも精度が高く、LLM やシミュレーション環境でのナビゲーションへの有効性を示しています。
この論文は、軌道最適化の構造と強化学習の適応性を階層的に統合した「NaviGait」を提案し、オフラインで生成された歩行ライブラリからの選択と最小限の変形を通じて、参照運動への忠実性と外乱に対するロバスト性を両立させつつ、強化学習の報酬設計を簡素化し訓練を高速化する新しい二足歩行制御フレームワークを提示しています。
本論文は、LLM 分散推論における静的リソース割当や負荷偏在、キャッシュ依存によるボトルネックを解消するため、動的な KV キャッシュおよびモジュール移行メカニズムを導入し、スループットとレイテンシを大幅に改善する「BanaServe」と呼ばれる統一オーケストレーションフレームワークを提案するものである。
既存のニューラル動画圧縮方式が抱える欠陥を克服するため、従来の動画符号化の概念を取り入れて単一モデルで適応的にイントラ・インター符号化を行う統合フレームワークと双方向二フレーム圧縮設計を提案し、DCVC-RT を上回る圧縮効率とリアルタイム性を両立させた研究です。
この論文は、スウォームロボティクスにおける連結性制約を満たすマルチエージェント経路計画問題（CUMAPF）に対し、スケーラビリティに課題がある整数線形計画法に代わり、連結性を維持しつつ目標へ近づくルールベースの完全アルゴリズム「PULL」を提案し、数百エージェント規模のインスタンスを高速に解決可能であることを示しています。
この論文は、環境変化への対応において既存の計画を更新する従来のアプローチに代わり、高速な漸近最適性を持つ計画アルゴリズムを用いて独立した問題を連続的に解くことで、より効率的に高品質な経路を生成できることを示しています。