4136 件の論文
本論文は、インドネシア語の誤情報検出に向けたファインチューニング済みIndoBERTモデルの層ごとの系統的な分析を提示しており、ホークス（偽情報）に関連する重要な特徴が中間層で形成され、上位層で統合されるという一貫した3段階の表現進化を明らかにするとともに、[CLS]トークンと平均プーリングによる表現の間の明確な機能的役割を浮き彫りにしている。
本論文は、カスタマイズされたCNN、適応型自己注意モジュール、およびBorderline SMOTEを組み合わせた新しいディープラーニングフレームワークであるDLMC_Netを提案し、バイトコード画像を用いたマルチクラスのマルウェア分類において、既存のベースラインモデルを大幅に上回る最先端の精度（99.92%）を達成した。
本論文は、「クワイエット・クィッティング（静かな退職）」現象をシミュレートし定量化することに成功した生成エージェント・フレームワークを導入しており、コミットメント戦略が離職意図を大幅に減少させる一方で、その有効性は従業員のパーソナリティ特性によって決定的に調整されることを明らかにし、それによって精密にターゲットを絞った危機管理のための計算論的なテストベッドを確立している。
本論文は、自然言語による指示が隠れた運用要件の下では脆弱であることを実証しており、汎用的なプロンプティングでは欠落した制約を満たすことができない一方で、それらの制約を明示的に引き出し実行させることで性能が大幅に向上することを明らかにしている。
本論文は、FMEAに基づくリスク定量化と大規模言語モデルによる文脈的推論を統合することで、パラメータ化されたシミュレーションおよびDataCo Smart Supply Chainデータセットを用いた広範な実証実験の両方によって検証された、統計的に有意かつ高再現率なリアルタイム・サプライチェーン・リスク評価を実現する、新規のLLM拡張型意思決定インテリジェンス・フレームワークを提示するものである。
本論文は、国連総会演説（2005年〜2024年）からなる新たな外交的反論コーパスを導入し、反論生成におけるクロスドメイン汎化の系統的なベンチマークを確立するために、時系列に整合したファインチューニング戦略を用いて最先端の大規模言語モデルを評価するものである。
CUPID-Medは、共形不確実性を考慮したプロトタイプ発見を活用することで、臨床的に解釈可能な集合値のクラスター予測と較正された信頼度スコアを生成し、ラベルなし医療画像データの構造化において決定論的なベースラインを大幅に上回る新しいフレームワークである。
本研究は、特徴量の解釈性のためのSHAPと競争的な価格設定分析のためのナッシュ均衡を組み合わせた、説明可能な二層のゲーム理論的ディープラーニングフレームワークを提案し、短期賃貸需要の予測において従来のモデルを大幅に上回る性能を実現するものである。
本論文は、TGAN、LSTM、およびRWFNNアーキテクチャを組み合わせた深層学習拡張カルマンフィルタである「スマート・ラーニング・エスティメーター（SLE）」を提案しており、これは従来の線形フィルタの限界を克服することで、長期的なGNSS信号途絶時における低コストなINS/GNSS航法システムの精度と堅牢性を大幅に向上させるものである。
本論文は、スタック型LSTMの最後から2番目の層から時間的特徴を抽出し、それらを消費者属性および時間的属性と組み合わせて勾配ブースティング決定木に適用する新しい2段階ハイブリッドアーキテクチャであるTDF-LSTGBMを提案しており、これにより、5つの消費者カテゴリにおけるマルチグラニュラリティなスマートグリッド電力需要予測において、従来のLSTMおよびARIMAモデルと比較して大幅に高い精度を達成している。