4157 件の論文
本論文は、デジタルツインとマルチエージェント強化学習を統合したコグニティブ・サプライチェーン・ツイン・アーキテクチャを提案し、新興経済圏における地政学的混乱に対するサプライチェーンのレジリエンスを自律的に強化するものであり、シミュレーションを通じて、このアプローチがペルーという特定の文脈において、業務の継続性維持、復旧時間の短縮、およびコスト削減において従来の手法を大幅に上回ることを実証している。
本論文は、品質校正された生体運動学的共分散プロトタイプを活用することで、劣化した条件下や未知のドメインにおける操作されたビデオを、学習された真正および操作の証拠に対する生理学的および時間的な不整合を測定することによって堅牢に識別する、解釈可能なディープフェイク検出フレームワークであるQBK-ProtoNetを提案する。
本論文は、隠れ状態を局所的な変分潜在変数として扱う分布型ニューラルユニットであるEVEを導入し、事後分布凍結プロトコルを通じて、非オラクル型のブランチ・メドイド・リードアウトが、再学習を行うことなくマルチモーダル予測の精度とカバレッジを向上させるために、この潜在状態を効果的にデコードできることを実証する。
本研究は、450件のペルーの建設プロジェクトを用いて学習させたハイブリッドなランダムフォレスト・ANNモデルを提案しており、動的なコスト評価において91.20%の精度を達成し、予測誤差と地理的バイアスを大幅に削減するとともに、ペルーの公共インフラ管理フレームワークへの統合に向けた実行可能な経路を提示している。
本論文は、医療画像セグメンテーションにおけるU-Netアーキテクチャの進化を概説し、その5つの主要なバリアント、GANやデータ拡張といった高度な技術との統合、そして精度と疾患の診断および治療計画における臨床的適用性を総合的に高めるための効率性と透明性のための最適化について詳述するものである。
本論文は、NLI誘導型反復的洗練における検証器の搾取が、最適化によるアーティファクトではなく単一指標のフィードバックループに固有の構造的脆弱性であることを実証し、学習不要かつゼロ勾配のパイプラインがいかにしてコンテンツの切り詰めを通じてNLIスコアを膨張させつつ忠実性を系統的に低下させるかを示し、そのような構造的リスクを特定するための普遍的かつ注釈不要な検出プロトコルを提案するものである。
本論文は、協調型マルチエージェント強化学習を活用して最適なモデルアンサンブルを動的に選択し、マルチレベルのアテンションメカニズムを調整することで、X線画像における多様な解剖学的領域にわたる骨折検出の精度、堅牢性、および効率性を大幅に向上させる新しいフレームワークであるDyna-FractureNetを提案する。
本論文は、希少な太陽光発電の欠陥に関する高精度な熱画像を合成する補助分類器生成敵対的ネットワーク（AC-GAN）フレームワークを提案し、それによってクラス不均衡に対処することで、太陽光発電運用におけるAI駆動型故障診断の確率的較正および信頼性を大幅に向上させるものである。
本論文は、構造化された前処理と変分量子特徴エンコーディングを統合することにより、ノイズの多いEEG信号から89.2%の精度と48 msのレイテンシでリアルタイムの認知状態デコーディングを実現する、ハイブリッド量子・古典ニューラルフレームワークであるQNeuroGenを導入するものである。
本研究は、Adamによって最適化されたハイブリッドなResNet101-LSTMアーキテクチャを提案しており、これはBreaKHisの40倍拡大における乳がんの病理組織学的画像分類において高い精度と特異度を達成し、二値および多クラスの両方のシナリオにおいて他のディープラーニングモデルを凌駕するものである。