4157 件の論文
本論文は、データの不均一性への対処とデータプライバシーの保護を行いながら、局所的な自己注意メカニズムを逆分散重み付けおよびチコノフ正則化と組み合わせることで、フェイクニュースを効果的に検出し、複数のデータセットにわたって優れた精度を達成する連合学習フレームワークであるFedSAG-IVWを提案する。
本論文は、物理法則の発見のための記号回帰を加速させ、かつ精度を大幅に向上させるために、バックエンドのソルバーに到達する前に無関係な変数をフィルタリングすることで可変サポート事前分布を学習する、ソルバーに依存しないフロントエンドであるDenoisedSRを導入する。
本論文では、構造的一貫性、テクスチャの忠実度、およびスタイルのコヒーレンスを両立させることで漆芸表面の高精度なデジタル再構成を実現するために、Stable Diffusion、ControlNet、およびSAMを統合した新しいパイプラインであるStructure-Aware Collaborative Generative Framework (SACGF) を提案し、新たな定量的指標と特化型データセットによってその有効性を検証する。
本論文は、低遅延かつ動的な6GのUAV–車載ネットワークにおいて、従来の通信モデルを大幅に上回る性能を実現するために、意味的特徴抽出、適応型ルーティング、およびマルチエージェント協調を統合した、意図認識型の意味的エッジインテリジェンスフレームワークであるSEM-EDGE-Xを提案する。
本論文は、リカレントニューラルネットワークをはじめとする機械学習モデルが、待ち行列の長さと顧客の優先度のみを用いて、複雑で時変的な優先度付き待ち行列システムにおける待ち時間を正確に予測できることを示しており、非割り込み型および様々な割り込み型のサービス規則において、決定木ベースの手法を凌駕している。
本研究は、多様な天候条件下における海洋物体検出に向けた6つのディープラーニング・アーキテクチャを評価しており、Vision Transformer（ViT）モデルが100%の精度、最低の誤差率、および最速の処理速度を達成することでCNNベースの代替モデルを凌駕することを実証し、それによってAI主導の海洋セキュリティおよび監視を強化するその潜在能力を浮き彫りにしている。
本論文は、再生核ヒルベルト空間内で異種混合な医療データを統合するためにカーネルアライメントを組み込み、さらに境界の不確実性を明示的にモデル化するために三方向クラスタリングを拡張した新しい特徴選択手法を提案しており、これにより、マルチモーダルな臨床データセットにおいて次元削減を効果的に行いつつ、疾患予測の精度と安定性を大幅に向上させるものである。
本論文は、決定木から導出された階層的なルール意味論と連続的なトランザクション表現を最適輸送を用いて整合させることで、高品質な疑似ラベルを生成し、ベンチマークデータセットにおいて既存のベースラインを凌駕する、最適輸送を活用したトランザクショングラフ異常検知のための弱教師あり学習フレームワークを提案する。
本論文は、現在のAI医療機器に関する公的な規制記録は、ソフトウェアの変更やAI特有の属性に関する構造化された検索可能なデータが不足しているため、ライフサイクル監視には不十分であることを論じ、主要な世界的管轄区域におけるこれらの決定的な欠陥に対処するための新しいデータ仕様を提案するものである。
本論文は、OCRからのテキスト意味論と財務的な論理的特徴を融合させることで、半構造化された請求書における構造的な不備や不正を効果的に特定するマルチモーダルな教師なし異常検知フレームワークを提案しており、実世界のデータにおいて単一モダリティのベースラインを上回る性能を示す。