929 件の論文
本論文は、SMOTE-Tomekによるクラス・バランシングによって強化されたランダムフォレストに基づく機械学習フレームワークを提案し、精度および主要なパフォーマンス指標において決定木、ロジスティック回帰、SVM、ナイーブベイズといった従来のモデルを凌駕することで、医療提供者の不正を効果的に検出し、財務リスクを軽減することを提案するものである。
本論文は、空間・チャネル混合畳み込みモジュール、マルチブランチ強化型座標アテンション機構、および領域適応型Wise-IoU損失を統合することで、UAV空撮画像における小型かつ高密度に分布する物体の検出という課題に効果的に対処する、強化されたYOLOv8検出器であるMSAL-YOLOを提案しており、VisDrone2019およびDOTAv1データセットにおいて大幅な性能向上を実現している。
本研究は、LightGBMを用いた教師あり機械学習ベースのレコード・リンケージ手法であるTRAUMA法を検証し、ブラジルの保健医療データベースにおいて、従来のCIDACS-RLツールと比較して、高い適合率と特異度をもって真のマッチを復元する優れた能力を有することを実証している。
本論文は、生成モデルに依存することなく、テーマの関連性と色の正確性を向上させるために、意味論的なテーマ・スコアリングと反復的なパレット補正をダイヤモンド型タイル格子システムへと統合することで、大判絵文字フォトモザイクを強化する新しいフォトモザイク・レンダリング・アーキテクチャであるDiamojismを提案する。
本論文は、色の冗長性とXOR演算を活用することで、意味のあるシェアとしてカラーQRコードを用い、プライバシー画像の安全な暗号化と無損失な復元を実現する、新しい(n, n)閾値視覚的秘密分散スキームを提案する。
本論文は、コード生成ベンチマークにおける問題の難易度が、HumanEvalにおける仕様の特徴（例：例示やプロンプトの長さ）やMBPPにおける解法の複雑さに起因する、安定かつ転移可能な指標であることを示す実証的研究を提示しており、モデルの集約スコアが飽和する中で、ベンチマーク、自動採点、および教育ツールの設計を改善するための極めて重要な知見を提供するものである。
本論文は、ビジョン・トランスフォーマーとクロスモダリティ転移学習を用いて超音波画像から卵巣子宮内膜症腫瘍を検出する先駆的な機械学習モデルを提示しており、データの不足と不均衡にもかかわらず高い性能を達成するとともに、医療用画像モダリティ間における低次特徴の転移可能性を実証している。
大規模言語モデルにおけるハルシネーションを動的な不安定性と見なすことには理論的な魅力があるものの、本論文は、動的な特徴量を追加しても単純な線形プローブに対して統計的に有意な改善をもたらさないことから、静的な表現の方が検出において遥かに効果的であることを示している。
本論文は、マルチレイヤー・テレメトリ相関とKustoクエリ言語による推論を活用することで、従来の従来の手動手法と比較してインシデント診断の精度と速度を大幅に向上させる、Microsoft FabricおよびPower BIのためのインテリジェントな根本原因分析フレームワークを提案するものである。
本研究は、設計に基づく研究（デザイン・ベースド・リサーチ）を用い、カスタマイズされたGPTコーディング・アシスタントが、構造化されたプロンプトおよび人間中心の協調的ワークフローと統合された際に、教室での対話の演繹的コーディングを効果的に支援することを実証するとともに、人間とAIの協調の成功は、プロンプトのアーキテクチャ、ワークフローのシーケンシング、およびAIに対する研究者のスタンスの間の動的な相互作用に依存していることを明らかにしている。