4157 件の論文
本論文は、進化する知識グラフにおいて動的かつ漸進的なオントロジー・アライメントを実現するために「知覚・計画・実行」のワークフローを採用した大規模言語モデルエージェントのフレームワークであるDOKA-Agentを提案しており、これにより従来の静的な手法と比較して意味論的な精度を向上させ、更新レイテンシを低減させている。
宇宙におけるサイバーセキュリティのコーパスを用いた本研究は、グラフ・トポロジーが技術創出の予測において文脈依存的な増分価値を提供する一方で、ノードレベルの時系列履歴がすでに予測情報の大部分をエンコードしており、その結果、グラフを考慮したモデルによる強力な時系列ベースラインからの改善はわずかであり、かつ非一様であることを示している。
本論文は、デコーディング・スケジュールの再構築とマルチレベルの並列性を活用することで、低コーディング損失と遜色のないステガナリシス耐性を維持しつつ、CPUベースラインに対して30倍のスループット向上を実現する、ステガノグラフィ用極符号化のためのGPU指向アーキテクチャであるCuSPCを提案する。
本研究では、自律的なソフトウェア開発のための大規模マルチエージェントシステムであるCodePoriを紹介し、標準的なベンチマーク指標を超えた主要な課題と機会を特定するために、参加者のフィードバックを通じてその実世界における適用可能性を実証的に評価する。
本研究は、AIツールを禁止するのではなく活用するためにコンピュータサイエンスの宿題を再設計する戦略を提案・評価するものであり、反復的な学習サイクル、戦略的なタイミング、そして継続的なフィードバックが、学問的誠実性を維持しながら真の学生の理解を深められることを実証している。
本論文は、ピクセルレベルの正解ラベルを必要とせずにSAR画像における油膜の検出およびセグメンテーションを効果的に行う新しい教師なし画像再構成モデルであるRes6-Deep11を紹介するものであり、F1スコア77.33%という、最先端の手法を上回る性能を達成している。
本論文は、自律的なレッドチーミングエージェント（DTap-Red）と、14の現実世界のドメインにわたるセキュリティ上の脆弱性を体系的に評価し、露呈するための大規模なベンチマーク（DTap-Bench）を含む、AIエージェントのための初の制御可能かつインタラクティブなレッドチーミングプラットフォームであるDTapを紹介するものである。
本論文は、エラー分析決定木（Error Analysis Decision Tree）と新たな手法の革新を活用することで、隠れたサブグループにおける失敗を明らかにし、バイアスを軽減し、それによって抽象的な公平性の原則を、EU AI法のような規制への遵守を保証する検証可能なエンジニアリング目標へと変換することにより、ヘルスケア分野における信頼できるAIを運用するためのスケーラブルなフレームワークを提示するものである。
154件の研究（2021年–2025年）を対象としたこの系統的レビューは、IoT/IIoTセキュリティのためのAIが侵入検知に大きく集中している一方で、ラベルの不足やリソースの制約により現在の研究には運用上の妥当性が欠けていることを明らかにしており、標準化され、ドリフトを考慮し、かつ説明可能なデプロイメント・プロトコルへの転換が必要であることを示している。
本論文では、非構造化されたプロセス・テキストを、意味的分解、プロセスの再構成、および制約のマッピングという3段階のパイプラインを通じて標準化された構造化データへと変換することにより、大規模言語モデルにおけるプロセス意味崩壊（Process Semantic Collapse）を軽減する、制約を考慮した分解・再構成プロセス要素アノテーション（DR-PEA）手法を導入し、既存のベースラインを上回る優れた性能を達成している。