4092 件の論文
本研究は、BCCDデータセットにおけるYOLOv11およびYOLOv12のバリアントに関する初のスケール別ベンチマークを提示しており、両者の全体的な平均性能はほぼ同一であるものの、YOLOv12はレイテンシが極めて重要なアプリケーションにおけるナノスケールにおいて優れている一方で、YOLOv11は中規模および大規模スケールにおいてそれを上回ることを明らかにしており、これはモデルの選択が、一律的な優位性の仮定ではなく、特定のスケールおよび再現率の要件によって決定されるべきであることを示唆している。
本論文では、BraTS 2020データセットにおけるマルチモーダル脳腫瘍セグメンテーションにおいて、最先端の性能とリアルタイムの推論速度を達成する、軽量な残差境界精緻化モジュールを備えたMONAIベースの3D U-NetアーキテクチャであるRLHOARNetを紹介する。
FedHyperMは、ハイパーグラフに基づく予測とモダリティに敏感な集約を採用することでモダリティの不均一性に対処し、精度とF1スコアにおいて既存のベースラインを大幅に上回る、エッジデバイス向けのプライバシー保護型連合学習フレームワークである。
本論文は、APT攻撃および防御に内在する不確実性と複雑性に対処するために可変ファジィ集合を利用して、高度標的型攻撃（APT）の有効性を定量的に評価するAPT-VFSEAモデルを提案し、実世界のシナリオに対するその精度を実験的検証によって実証するものである。
本研究は、肺機能指標に基づいたMICEアルゴリズムのパラメータの適応的選択手法を提案しており、この戦略が、欠損率の異なるCOPDデータセットにおいて、安定した予測性能を維持し多変量間の相関を効果的に捉えることにより、PCHIP補間よりも優れた性能を示すことを実証している。
本論文は、高リスクAIシステムにおいて、なぜ人間の監視が効果的な制御の達成に失敗することが多いのかを診断するために、規制手段や解釈および適時な介入が頻繁に破綻している実例を分析した、6つの機能と支援条件からなる社会技術的モデルである「監視から制御へ（Oversight-to-Control: O2C）」フレームワークを導入するものである。
本論文は、DTCWTに基づく圧縮、準周期的なユニタリ・スキャランブリング、およびトポロジカル・ハイパーグラフ検証を組み合わせることで、ロスレスな再構成と強固な差分耐性を実現し、DICOM医療画像の量子耐性を持つ安全な共有と多者間認証を保証する高忠実度な古典・量子ハイブリッドフレームワークであるAJITを提案する。
本研究は、Cross-Market Retrieval-Augmented Lag-Llama（CM-RAF-Lag-Llama）フレームワークを導入し、履歴リトリーバルを事前学習済みLag-Llamaモデルに統合することで、類似した履歴ウィンドウを活用して予測を修正し、特にボラティリティやボリュームに関連するターゲットにおいて、多様な株式市場にわたる予測誤差を大幅に削減できることを実証する。
本論文は、再構成エンコーダとクロスフィーチャー交換デコーダを統合することで、グローバルなコンテキストとローカルな詳細を効果的に組み合わせ、複雑で不均質な都市および自然シーンにおいて最先端の性能を達成する、リモートセンシングのための新しいセマンティックセグメンテーションフレームワークであるCFE-UNetを提案している。
本論文は、限定的かつ不均一なデータが存在する制約されたマルチモーダル腫瘍学の設定において、分子、表現型、および臨床的入力に対して特定のコンパクトな役割を割り当てる監査可能なエビデンス・ロール組織化が、単に表現の規模を拡大することよりも、ドメイン横断的な転移性能のより決定的な要因であることを実証している。