929 件の論文
本論文は、界面、トポロジーの変化、および稀な事象を伴うシナリオにおいて堅牢な物理的予測を保証するために、状態予測器を幾何学的、トポロジカル、および弱測度の証明書と結合させることで、偏微分方程式に対するニューラルオペレータの選択を強化するフレームワークであるWeak-Topological Neural Operators (WTNO) を導入する。
本研究は、反復的な言語モデルの自己洗練が、多様なアーキテクチャや目的関数を横断して安定した意味論的な不動点へと一貫して収束することを示す実証的な証拠を提供しており、これは自己改善が暗黙的な最適化プロセスとして機能する基礎的なエネルギー地形の存在を示唆している。
本研究は、タスクベースの比較と学生のフィードバックを通じて、初心者向けのデータマイニング学習におけるWEKAとOrangeの教育的ユーザビリティを評価しており、直感的な視覚的ワークフローとユーザーフレンドリーなインターフェースを備えたOrangeの方がより効果的であると結論付けている。
本論文は、非同期かつメトリックに依存しないパイプラインと、安全な2層構造の実行環境を通じて機械学習オリンピックを評価するために設計された、スケーラブルで多言語対応のウェブプラットフォームであるMLCompeteを紹介し、ルーマニアの国家AIオリンピックへの導入成功と国際的な参加を通じて、その堅牢性と信頼性を実証するものである。
本論文は、予測の精緻化と特徴表現の正則化を共同で行うために、不確実性を考慮した動的な擬似ラベル精緻化モジュールとクラス・プロトタイプ対照学習によるガイダンスモジュールを組み合わせた、半教師ありセマンティックセグメンテーションのためのDual-Guidanceフレームワークを提案し、PASCAL VOC 2012およびCityscapesベンチマークにおいて最先端の性能を達成している。
108件の研究（2010年–2026年）を対象としたこの系統的レビューは、ディープラーニングやニューラル・メディアミックスモデルによる予測力の向上と、プライバシー保護技術がもたらす因果関係の制約および精度のコストとのバランスをとる「測定・検証・保護（Measure–Validate–Protect）」フレームワークを提案することで、AIがいかにマーケティング測定を再構築しているかを分析するものである。
本論文は、高度な前処理、多戦略的な特徴量選択、およびスタッキングによる汎化（stacked generalization）を統合することで、多様な臨床データセットにわたる堅牢で汎用性があり、かつ説明可能なマルチがん検出を実現する、新たなビームサーチ駆動型デュアルパス特徴量選択・重み付きマージング（BSDPFS-WM）モデルを提案する。
本論文は、臨床的に精査されたデータセットを用いた骨折レントゲン画像の自動キャプション生成に関する9つのエンコーダー・デコーダー・アーキテクチャの包括的なベンチマークを提示し、視覚エンコーダーとGPT-2デコーダーの他の組み合わせよりも、視覚言語事前学習済みモデルであるBLIP-Baseが優れていることを実証するとともに、低リソースの医療用画像タスクにおける失敗モードとアーキテクチャ選択に関する重要な知見を提供するものである。
本論文は、ForesightLM-v2モデルが安定した文レベルの未来予測信号を学習することには成功しているものの、この表現は生成挙動を直接制御するには至っておらず、その見かけ上の利点は学習された未来の用語自体ではなく主に意味的な再ランキングに由来することを示し、小規模言語モデルにおける学習された表現と較正された行動結果との間の決定的な乖離を浮き彫りにしている。
本論文は、MITRE ATT&CKテクニックの分類を向上させるために、SysmonイベントをGUID相関シーケンスへと再構成する振る舞い中心のフレームワークを提案しており、プロセスレベルのコンテキストを保持することが時間的グルーピングよりも優れた性能を示すこと、およびベースラインのSecureBERTモデルが明示的なクラス不均衡緩和なしで優れた結果を達成することを実証している。