4157 件の論文
本研究は、臨床消化器病学に関する論文の引用リスクの結果が、出版時期の情報のみを用いて正確に予測可能であることを示しており、非意味論的なベースラインおよび文書全体の埋め込み表現が、限定された文献コーパス内において低引用論文を特定する上で高い性能を達成することを実証している。
本論文は、既知カテゴリへの過剰な自信を防ぐための非対称整流メカニズムと、物体性の推定を向上させるためのプロトタイプ誘導型前景モデリングを採用することで、未知の物体の検出を強化する2パス検出フレームワークであるCAFRを提案しており、これにより、既知カテゴリの性能を安定して維持しつつ、優れた適合率とF1スコアを達成している。
本論文は、安全性が極めて重要なオープンアーキテクチャ型オートパイロットのための学習駆動型自律走行フレームワークを提案するものであり、それは不確実性を考慮した予測のための三要素条件付きCVAEと、リスクを考慮したMPCおよび制御バリア関数による安全性フィルタリングを統合し、これらすべてを異種三重冗長構成内でオーケストレーションすることで、安全かつ適応的な車両ナビゲーションを実現するものである。
本論文は、クレーム構造解析を利用してシステムレベルおよび詳細レベルのセマンティクスを個別にエンコードし、それらをデコリレーション補正を伴うゲート機構を介して融合することで、既存の全文ベースラインよりも特許マッチング精度を大幅に向上させる、デュアルチャネル特許ベクトル化手法を提案する。
本論文は、教室という文脈におけるADHDに関連する行動の解釈において臨床医や教育者を支援するために、スマートウォッチによるセンシングとモバイルインターフェースを組み合わせたテクノロジー・プローブであるMotionMonitorを提示しており、効果的なウェアラブルシステムは、環境の微細なニュアンスを維持し、生徒の注意散漫を最小限に抑え、自動化された診断ツールではなく人間の意味付けのためのプロンプトとして機能しなければならないことを強調している。
本論文は、粘着トラップ上の希少な害虫種に対してアノテーションの一貫性を保った合成画像を生成する、ドメイン特化型の拡散ベースのデータ拡張フレームワークを提案しており、これにより追加の手動ラベル付けを必要とすることなく、データの不足を効果的に解消し、複数のアーキテクチャにおけるインスタンスセグメンテーションの性能を大幅に向上させる。
2020年から2025年までの401件の文献に関する計量書誌学的分析を通じて、本研究は、AI主導のアフェクティブ（情動）およびエモーション（感情）研究が2023年に大幅な成長の転換点を迎えて一貫したエコシステムへと成熟した一方で、これら2つの概念は、「アフェクティブ」研究が教育実践に焦点を当て、「エモーション」研究が技術開発に焦点を当てるという、異なる方向性を示しており、分野横断的な協力を導くための「二重知識生産モデル」の提案を必要としていることを明らかにしている。
本論文は、コミュニティ誘導型のラベル精緻化とエッジ・プルーニング、および段階的な対照学習スキームを統合することで、ノイズの多いシナリオやデータが乏しいシナリオにおいて最先端の手法を凌駕する、ラベルノイズを軽減する堅牢なグラフニューラルネットワーク・フレームワークであるCG-GNNを提案する。
本研究は、介入コスト、因果的妥当性、およびダウンサイドリスクを考慮せずにSHAPに基づく特徴量の重要度スコアを直接的な経営判断へと変換することは、重大な説明責任上のハザードを生じさせることを示しており、説明可能性だけでは責任あるAI主導の意思決定には不十分であることを明らかにしている。
本サーベイは、脅威を重みポイズニングとコンテキストポイズニングに分類する包括的なタクソノミーを提案することで、大規模言語モデルの時代におけるポイズニング攻撃と防御を体系的にレビューし、代表的な手法と防御戦略を分析し、複合AIシステムのセキュリティ確保に向けた将来の研究方向性を概説するものである。