929 件の論文
本論文は、限定的かつ不均一なデータが存在する制約されたマルチモーダル腫瘍学の設定において、分子、表現型、および臨床的入力に対して特定のコンパクトな役割を割り当てる監査可能なエビデンス・ロール組織化が、単に表現の規模を拡大することよりも、ドメイン横断的な転移性能のより決定的な要因であることを実証している。
本研究は、タイトルに基づくチャンキング、論文レベルのナレッジグラフ構築、およびハイブリッド検索を活用することで、高精度なパラメータ抽出を実現し、エビデンス合成に要する時間を大幅に短縮する、経頭蓋磁気刺激（TMS）文献の自動メタ解析のためのGraphRAGベースの手法を提案するものである。
StructFixは、Code Property Graphを統合することで制御およびデータ依存関係をより適切に捉え、既存のトークンシーケンスベースのアプローチと比較して修復の有効性とクロスランゲージにおける堅牢性を向上させた、構造認識型の自動プログラム修復フレームワークである。
本論文は、学習時の変分情報ボトルネック正則化と修復時の活性化ギャップ・プルーニングを組み合わせることで、クリーンタスクの精度を高く維持しつつ分散型バックドア攻撃を効果的に抑制する、連合学習のための後集約修復フレームワークであるFedVIB–AGPを提案する。
本論文は、ラベルの説明、指示的なナッジ、およびフューショットの例といったプロンプトエンジニアリングの要素を体系的に変化させることは、社会科学テキストに対するLLMの分類精度を大幅に向上させ得る一方で、その性能向上は最小限のコンテキスト増加を超えるとしばしば限定的であり、過剰なコンテキストによって時には低下することもあり、またモデルやタスクによって大幅に異なるため、一般的な規則に頼るのではなく個別の検証が必要であることを示している。
本論文は、データ不均衡といった重要なエンジニアリング上の課題に対処し、セキュリティオペレーションセンターにおけるスケーラブルでリアルタイムな実装のための指針を提供することで、CNNとLSTMを活用して高度なサイバーセキュリティ脅威を検知する実用的な多層ディープラーニングフレームワークを提案するものである。
本論文は、カスタムのマルチシナリオ・データベースを用いて学習させたYOLO26ディープラーニングモデルを用い、小型で遠方に位置する困難なドローン標的の識別において、ベースラインモデルと比較して優れた精度と速度を実証した、重要インフラ監視のためのインテリジェントなリアルタイム・ドローン検知および早期警戒フレームワークを提案するものである。
本論文は、潜在的な輸送トポロジーの再帰的インデックス化（RIX）分析が、行動の破綻に先立つ世界モデルにおける構造的なレジーム遷移を検出できることを示しており、表現が点として安定していても、その背後にある組織構造がストレス下で崩壊し得ることを明らかにしている。
Tamarin (HSQ) は、トークンをフォーカル・ティア（focal tier）、学習された要約ベクトル（learned summary vectors）、および CPU ベースのアーカイブへとルーティングする可逆的な 3 階層の階層的 KV キャッシュ圧縮スキームを導入することで、ベースラインに近いパープレキシティと検索精度を維持しながら、長文脈 LLM 推論における 12〜28 倍の GPU メモリ削減を実現します。
本論文は、自動車のJ3016規格から適応させた段階的自律性フレームワークを提案し、能力と権限を分離するためにシステムを3つのドメインと6つのレベルに分類することで、自律型AIをヘルスケア分野において統治し、それによって自律的な敗血症管理の実施例を通じて現在の評価指標における安全性の欠陥に対処するものである。