Paralinguistic Emotion-Aware Validation Timing Detection in Japanese Empathetic Spoken Dialogue
本論文は、テキストに依存せず音声の非言語的特徴と感情情報を統合したモデルを提案し、共感的対話における「感情の受容(バリデーション)」の適切なタイミングを高精度に検出することで、より共感的な人間・ロボット対話の実現を目指す研究です。
3462 件の論文
本論文は、テキストに依存せず音声の非言語的特徴と感情情報を統合したモデルを提案し、共感的対話における「感情の受容(バリデーション)」の適切なタイミングを高精度に検出することで、より共感的な人間・ロボット対話の実現を目指す研究です。
この論文は、RISC-V 基盤のトラステッド・エクスキューション・エンバイロメント(TEE)を活用して、エントロピー収集が困難な IoT データに対して外部から暗号学的に強固な乱数を供給する実用的なソリューションを提案し、その実現可能性と有効性をオープンソース実装を通じて実証したものである。
本論文は、生成された SVG のレンダリング結果を視覚的に評価し、そのフィードバックを生成プロセスに閉ループで組み込む「イントロスペクティブな生成器・批評家フレームワーク(IntroSVG)」を提案し、これにより既存の手法を凌駕する複雑で意味整合性の高い高品質なテキストから SVG への生成を実現したことを述べています。
本論文は、従来の較正が手間とコストを要していた湾曲視触覚センサーに対し、身近な物体との数回の接触だけで高精度な 3 次元再構成を可能にする効率的な較正フレームワーク「NLiPsCalib」と、その検証用センサー「NLiPsTac」を提案するものである。
本論文は、マルチモーダル大規模言語モデルの細粒度視覚差異検出能力の欠如を明らかにする新たなベンチマーク「OddGridBench」を提案し、カリキュラム学習と距離認識型報酬を統合した強化学習フレームワーク「OddGrid-GRPO」によってその検出能力を大幅に向上させる手法を提示しています。
2025 年 3 月から 4 月にかけて Ahmia 検索エンジン等を通じて展開されたハニーポットを用いた調査により、Tor ユーザーの関心は主に Ahmia 経由で形成され、特に児童性的虐待(CSAM)関連のサイトが他カテゴリを大きく上回る関与を示し、かつ英語版が最も多くの相互作用を生んだことが明らかになりました。
本論文は、ESP32 などの低コストマイクロコントローラ向けに、Q16.16 固定小数点演算コア、CORDIC 三角関数モジュール、およびキャッシュ対応行列乗算カーネルを統合し、実行時に固定小数点と浮動小数点の精度を動的に切り替えることで、リアルタイム物理シミュレーションや制御システムにおける数値計算性能とエネルギー効率を大幅に向上させる「動的精度数学エンジン」の設計と評価を提案するものである。
本論文は、プロンプト設計と反復的な改善を通じてチャット GPT で合成システム要件仕様書(SSyRS)を生成する手法を提案し、専門家の評価により一定の現実性が確認されたものの、矛盾や欠陥が存在するため LLM による自動評価は専門家による厳密な評価を完全に代替できないことを示したケーススタディの結果を報告するものである。
本論文は、分類タスクに特化した既存のテスト時適応手法の限界を克服し、ソースデータなしで画像回帰タスクの分布シフトに強靭に対応できるよう、サブ空間アライメントをブロックスペクトルマッチングに拡張した「予測スペクトル較正(PSC)」という新しいフレームワークを提案するものである。
本論文は、AI によるベクトル検索の最適化と、ベクトル検索による AI(特に RAG)の能力拡張という相互強化関係(「好循環」)を体系的に解説し、ICDE 2026 において発表されたチュートリアルである。
この論文は、暗号空間における反復最適化を用いて、画像圧縮や処理に対する頑健性を大幅に向上させつつ、埋め込みの証明可能なセキュリティを維持する新しい画像ステガノグラフィフレームワークを提案し、その有効性を示しています。
本論文は、従来の人間とモデルの協働から脱却し、グラフ対照学習による高忠実度アラート生成と仮説検証型マルチエージェントシステムを組み合わせた「ProvAgent」を提案することで、高度な持続的脅威(APT)の検出精度を向上させつつ、1 日あたり 0.06 ドルという極めて低コストで攻撃プロセスの自動再構築を実現するフレームワークを提示しています。
本論文は、物理制約の違反に伴う不確実性を定量化し、脳梗塞の CT 灌流画像解析における精度と信頼性を向上させるために、証拠深層学習と物理情報ニューラルネットワークを統合した「EPPINN」という新しい枠組みを提案し、その有効性を検証したものである。
本論文は、異なる視野や向きに対する頑健性を欠く既存の手法の問題を解決し、単一のモデルで卓越した性能を発揮する「SinGeo」というフレームワークを提案し、二重の識別学習とカリキュラム学習を導入することで、クロスビュー地理定位の分野において最先端の結果を達成したことを示しています。
この論文は、真理値表の一点変更による回路サイズの増大がで抑えられることを明示的に示し、一般のハミング距離への拡張やにおける AIG 基底での厳密な検証を通じて、この境界がでタイトであることを確認したものである。
この論文では、メタピクセルの構成を逆解析するフレームワーク「PixelConfig」を用いて、18,000 件の医療関連ウェブサイトと対照群を 2017 年から 2024 年にかけて分析した結果、デフォルト設定により極めて高い割合で活動・身元追跡が実施され、医療予約や特定の疾患に関連する機微な情報も追跡されている一方で、追跡制限機能は普及率が低く、実用上は回避可能であるという実態を明らかにしています。
本論文は、イベントカメラの時間的連続性を活用し、Visual Geometry Grounded Transformer(VGGT)から時空間および幾何学的な事前知識を蒸留する新たなフレームワーク「EventVGGT」を提案し、既存手法を大幅に上回る一貫性のある深度推定を実現するものである。
この論文は、拡散モデルの潜在空間融合とランダム基底メカニズムを活用し、既存のトレーニング不要なカバレス隠蔽法を凌駕する画質、多様性、耐ノイズ性、そしてステガノ分析への耐性を備えつつ、ユーザーごとのアクセス制御を可能にする新しいフレームワーク「MIDAS」を提案するものである。
本論文は、サイクリングや航空、海事追跡などの実世界のユースケースを反映し、スケーラビリティや設定の影響、プラットフォーム間の性能比較を含む包括的な評価を可能にする、オープンソースのアプリケーション中心時空間データベースベンチマークスイート「GeoBenchr」を提案するものである。
本論文は、視覚情報を摩擦の事前知識として活用し、S4 モデルで動的残差を補正するハイブリッド手法を提案することで、自律レーシングにおけるタイヤ動力学の同定精度と冷間起動時の収束速度を大幅に向上させることを示しています。