4092 件の論文
本論文は、チームスポーツを動的な不均一グラフとしてモデル化し、グラフ強化学習と反事実推論を通じて戦術戦略を最適化することで、攻撃効率と守備形成を予測するグラフニューラルネットワークベースのフレームワークを提案しており、UEFAチャンピオンズリーグおよびNBAのデータセットにおいて既存のベースラインを上回る優れた性能を実証している。
本論文は、不均衡なHAM10000データセットを用いた皮膚腫瘍分類におけるYOLOv11およびEfficientNetV2Mモデルを評価しており、YOLOv11が高感度スクリーニングにおいて優れた再現率（86.5%）を達成する一方で、EfficientNetV2MとSVM分類器の組み合わせが精密なトリアージのためのより高い特異度（96.8%）を提供することを実証している。
本論文は、高度な量子特徴もつれ、グラフ構築、およびメタ強化学習技術を通じて、金融詐欺検知の精度、動的なエコシステムへの適応性、および規制上の説明可能性を総体的に向上させる、5つの特化したモデル（QAFEN-CNN、VQTM-LSTM、QGCL-Net、QVAE-DD、およびQMRL-XAI）からなる包括的なハイブリッド量子・古典フレームワークを提案するものである。
本サーベイは、多様なコンピューティング環境における自律的な脆弱性修復に関する最新の研究を統合し、エージェント型AIおよび強化学習を安全なシステム修復に導入する際の重要なテーマ、運用上の安全性メカニズム、および重大な研究ギャップを浮き彫りにするために、文献を6つの主要なストリームと形式的なクローズドループ・タスクモデルへと整理したものである。
本論文は、AI推論のタスクあたりのエネルギーおよび水需要が、人間の労働の全ライフサイクルにおけるリソース・フットプリントを考慮に入れた場合であっても、そのAIが拡張または代替する人間の労働よりも数桁低いことを立証している。
本研究は、モンゴルのエネルギー事業体における330万件の実世界の取引に対して教師なし学習および教師あり学習モデルを活用することで、従来の手法と比較して監査検知リスクと処理時間を大幅に削減する4層の機械学習フレームワークを導入・検証し、同時にベンフォードの法則の異常における新たな「集計マスキング効果」を明らかにしている。
本研究は、アソシエーション・ルール・マイニングと三次元的な感覚プロファイリングを統合することで、タイ料理店のトランザクションデータを分析し、文化に根ざした料理の組み合わせパターンを明らかにするとともに、解釈可能でオーセンティックな食事の推奨を可能にする、説明可能なAIフレームワークを提案するものである。
本研究は、PhiUSIILデータセットを用いたフィッシングURL検出のための軽量なニューラルネットワーク手法を提案し、ハイパーパラメータの最適化とデータのスケーリングの適用が、低い計算複雑性を維持しつつ分類精度を大幅に向上させることを実証するものである。
本研究は、調査級の再構成を主張することなく、レビュー可能な意味論的および構造的証拠を確保するために、形態学的事前分布、フォトグラメトリによる条件付け、およびプロベナンス・ロギングを統合した、苗族および侗族の木造遺産シーンのための監査可能な生成ワークフローを提案するものである。
本論文は、SMOTE-Tomekによるクラス・バランシングによって強化されたランダムフォレストに基づく機械学習フレームワークを提案し、精度および主要なパフォーマンス指標において決定木、ロジスティック回帰、SVM、ナイーブベイズといった従来のモデルを凌駕することで、医療提供者の不正を効果的に検出し、財務リスクを軽減することを提案するものである。