3657 件の論文
本論文は、深層学習ベースのネットワーク侵入検知システムが、異なるデータセットや特徴量セットにおいて敵対的回避攻撃に対して極めて脆弱であることを経験的に実証し、その脆弱性がデータセット固有の問題ではなく学習された決定境界に内在する特性であることを明らかにし、さらに、どの入力特徴量が摂動に対して最も影響を受けやすいかを特定するための特徴量脆弱性指標を提案するものである。
本論文は、攻撃認識クラスタリングとプロトタイプ誘導型のクラスター間知識転送を組み合わせることで、特化した学習を可能にしつつ相補的な攻撃の専門知識を活用することにより、侵入検知におけるラベル空間の不均一性に対処する2レベルの連合学習フレームワークであるAttack-Fedを提案する。
本論文は、複数のエビデンスソースを統合することで脆弱性の適用可能性を分類し、検査コストの優先順位付けを行うことにより、不完全なランタイム観測下でのコンテナデプロイメントリスクを評価するための適応的なSBOMベースの手法を提案し、ベースラインのアプローチと比較して意思決定完了率の向上とホールドタイムの削減を実現するものである。
本論文は、厳密解のための時間インデックス型MIP定式化を提示し、かつ、証明可能な最悪近似境界を提供し平均5%未満の最適性ギャップという高い実証的性能を示す最短加重処理時間（SWPT）ヒューリスティックを提案することによって、総加重完了時間を最小化するための複数サーバーおよび非プリエンプティブ・ジョブを伴う同一並列機械スケジューリング問題に対処する。
本論文は、文化的な依存性を「同化（domestication）」または「異化（foreignization）」のいずれかに分類することで、英語のチェック可能性（check-worthiness）データを中国語へと効果的に転移させ、事実の範囲、主張の強さ、およびラベルの正確性を維持しながら、アノテーション済みリソースを中国語へ転送する適応型トランスクリエーション手法であるANCHORを提案している。
本論文は、ドメイン固有のパラメータモデリング、制約処理、および動的な探索空間の枝刈りを統合することにより、複雑なIoTおよびマルチメディアシステムにおける組合せテストデータの生成の効率、サイズ、および妥当性を大幅に向上させる、メタデータ認識型粒子群最適化フレームワークであるmSITG-MDを導入するものである。
EchoMed Agentは、低ランク適応されたMedSAM2ビデオセグメンテーションモデル、GPT-5.2ツールルーティングインターフェース、および軽量な軸回帰モジュールを組み合わせることで、異なる臨床現場における正確かつ少数の学習で適応可能な左室セグメンテーションおよび駆出率推定を実現する、基盤モデルベースのエージェントフレームワークである。
本論文は、デザイナーが身体性を持つキャラクターの音声コンセプトを体系的に作成、文書化、および内省するための指針として、意図的な選択を確実にし、意図しないステレオタイプ化を回避するために、専門家のレビューを通じて開発された概念的枠組みである「ボイス・デザイン・コンパス（Voice Design Compass）」を提示するものである。
本論文は、合成データおよび実飛行データの制御された実験を通じて、放射状構造の記述子プーリングも地理的インデックス分割も性能を向上させないこと、後者は実際には精度と効率を低下させること、そして384次元のクラス・トークンを用いた単純なフラット・インデックスが組み込みハードウェア上で堅牢な位置特定を実現することを実証することにより、UAVの視覚的ジオロカリゼーションにおける2つの一般的な仮定に異議を唱えるものである。
本論文は、シード由来のアフィン置換を用いて各セッションに対して固有の(8×8) Sボックスを構築することにより、実行時の探索オーバーヘッドを伴わずに厳格なインスタンスごとの暗号学的保証を維持しつつ、テーブル固有の攻撃情報のセッション間での再利用を効果的に防止するセッション多様化スキームであるQSD-SBoxを提案する。