3657 件の論文
本論文は、既存のLinux中心のデータにおける欠落を、豊富なコンテキスト特徴量を持つ4,980個のトレースを提供することで解消する、コンテナ化されたクラウド環境に特化した新しいシステムコール・データセットであるCHASEを紹介し、既知および未知の侵入攻撃の両方を高い精度で検出するためのAIモデルの訓練におけるその有効性を実証している。
本論文は、ユーザーストーリーからエンティティおよび非機能要件を抽出するために、教師ありシーケンスモデルとオープンウェイトLLMを評価し、新たに公開された再現可能なベンチマークにおいて、BiLSTM-CRFモデルがゼロショットおよびワンショットのLLMを大幅に上回る性能を示すことを実証している。
本研究は、辞書ベースのラベルで学習させた古典的な機械学習モデルと、ゼロショットのオープンソースLLMを比較することでサウジアラビア株式市場のツイートの感情分類を評価しており、古典的なモデルは潜在的に欠陥のあるルールベースのラベルを単に再現しているに過ぎない一方で、LLMは金融感情分析を検証するための人間によるアノテーション済みの正解データ（グラウンドトゥルース）の決定的な必要性を浮き彫りにする、独自のドメイン認識的な視点を提供していることを明らかにしている。
本論文は、コンフォーマル予測と確率的リスク分類器を統合することで、証拠の確実性に基づいてIoTへのアクセス要求を動的に許可、拒否、または保留し、それによってキャリブレーションの更新を通じて分布シフトに適応しながら、セキュリティの封じ込めとユーザー摩擦のバランスを効果的にとる軽量な選択的アクセスフレームワークであるCASA-IoTを導入する。
本論文は、遅延報酬学習を改善するために有界エピソード記憶と符号付きクロスレベル・クレジット配分を組み合わせた手法であるDenseMemを紹介しているが、実験結果は、一部のタスクにおいてフラットなクレジット配分を上回るものの、一貫してアンシェイプト学習（unshaped learning）を凌駕したり経路効率を向上させたりするわけではなく、最終的には、長期的な意思決定における一般的な優位性の証明というよりは、特定された限界を伴う監査可能な配分メカニズムを提示するものであることを示している。
本論文は、自律型マルチエージェントシステムの推論、通信、および意思決定プロセスを構造化され検証可能なグラフとしてモデル化することで、重要なアプリケーションにおける透明性、監査可能性、および信頼性を高めるための説明可能な意思決定グラフ（EDG）フレームワークを提案する。
本論文は、5つのデモグラフィック・グループにわたる個々のユーザーの好みを組み込むことで、中央集約的なデータ収集や平均評価の限界を克服しつつ、EfficientNet-B0を用いてウェブサイトのインターフェースの美学を予測する連合学習ベースのアプローチを提案し、0.0534という有望な平均二乗誤差を達成している。
本論文は、インドにおける不可欠な市民的領域に関する英語、ヒンディー語、およびヒングリッシュのクエリを通じ、多言語AIシステムにおける実質的な情報の不平等を体系的に測定し、統計的に分析するために設計された、再現可能なベンチマークおよび監査フレームワークであるLINGUA-AUDITを紹介するものである。
本論文は、コンセプトドリフト下におけるクレジットカード不正検知のための5つのモデルメンテナンス・ポリシーを評価しており、頻繁な再学習が最も高い検知性能をもたらす一方で、コストを考慮した適応エンジンは、必ずしも総適応コストを最小化するわけではないものの、精度と再学習頻度の間のバランスの取れたトレードオフを提供するものであることを明らかにしている。
本論文は、疎な時系列観測値から補間によって密な回帰ラベルを構築することは、ベンチマークのランキングを根本的に変えてしまい、真の臨床的有効性や予測アーキテクチャの改善を反映することなく、しばしば性能比較を逆転させることを実証している。