GraphGarment: Data-efficient Learning of Garment Dynamics from Minimal Real-world Data
GraphGarmentは、シミュレーションで学習させたグラフニューラルネットワークと軽量な残差補正器を組み合わせることで、最小限の実世界データから衣類のダイナミクスを正確に予測し、堅牢なロボットによる衣類吊り下げを可能にする、データ効率の高いsim-to-realフレームワークである。
4142 件の論文
GraphGarmentは、シミュレーションで学習させたグラフニューラルネットワークと軽量な残差補正器を組み合わせることで、最小限の実世界データから衣類のダイナミクスを正確に予測し、堅牢なロボットによる衣類吊り下げを可能にする、データ効率の高いsim-to-realフレームワークである。
本研究は、鉄鋼製造における堅牢で解釈可能かつ自動化された品質管理を実現するために、ResNet50に基づく微細構造分類とYOLOv8に基づく表面欠陥検出をルールベースの深刻度推定と統合した、統一された説明可能なディープラーニングフレームワークを提示するものである。
本論文は、織組織のパターンを活用して方向性のある熱拡散と収縮勾配を算出することにより、従来の表面レベルのモデルでは捉えきれない、布地の複雑な熱座屈、ねじれ、および不均一なシワ挙動を正確に生成する糸レベルのシミュレーション手法を提案するものである。
AUDIT-AI研究は、商用のAIテキスト検出器が、ネイティブスピーカーによる著作物や検証済みのAI書き換えと比較して、非英語圏の機関による長文の学術文献を、AI生成と系統的に誤分類するかどうかを定量化するために設計された、事前登録済みの3群比較による診断精度監査である。
本サーベイは、多変量時系列予測におけるメモリメカニズムを、保持された状態、アクセス関数、および更新関数の間の相互作用として定式化し、近年の文献をアーキテクチャ、検索、および進化のカテゴリに整理することで、未解決の課題を特定し、監査可能で適応的な予測システムを設計するためのロードマップを提案するものである。
本論文は、高精度かつ低メモリ消費量を維持しながら、効果的な監視ビデオ圧縮と品質向上を実現するために、マルチティーチャー階層的漸進的知識蒸留および方向性圧縮を活用した、新しい軽量畳み込みTransformerモデルを提案する。
本論文は、PV-YOLOを紹介するものであり、これはYOLOv8nの軽量かつ協調的な改良版であり、太陽電池における微細欠陥の検出精度と再現率を大幅に向上させつつ計算オーバーヘッドを削減する4つのカスタムモジュールを特徴とし、UAV上での140 FPSでのリアルタイム・エッジ検査を可能にするものである。
本論文は、2025年の決定論的な SSSPアルゴリズムの基礎となるBMSSP漸化式に関する、Isabelle/HOLによる初の機械検証された形式化を提示するものであり、公理や未証明の仮定に依存することなく、非空かつサイズパラメトリックな、非有界グラフ族に対する の実行時間の証明を提供するものである。
本研究は、限定的なアルファベットと乏しいデータを用いる産業用文字分類において、EfficientNet-B0がVision Transformerを含む他の深層学習アーキテクチャを凌駕することを示しており、このような制約のある環境における畳み込みによる帰納バイアスの継続的な優位性を強調している。
本研究は、差分プライバシー、準同型暗号、およびスマートコントラクトを統合したモジュール型コンソーシアム・ブロックチェーン・フレームワークが、病院の死亡率および放射線学的タスクにおいて標準的な連合学習と同等の臨床的有用性を達成することを示しており、強固なプライバシーおよびセキュリティ対策が予測有用性を損なわないことを証明している。