3657 件の論文
本論文は、半透明な壁画の修復を強化する新しいフレームワークであるSeverity-Conditioned Pixel-Wise Asynchronous Diffusion (SC-PAD) を提案し、これは連続的な劣化度フィールドを推定することで画素単位のアシンクロナス・ディフュージョン（非同期拡散）の進展を制御し、それによってバイナリマスクや一様な時間的モデリングによる、空間的に不均一な劣化への対応における限界を克服するものである。
本論文は、匿名認証のためのzk-SNARKsとゴンペルツ・レピュテーション・モデルを活用することで、道路安全データの責任追跡性、貢献者の非連結性、およびリアルタイム性能を同時に確保する、プライバシー保護型のブロックチェーン基盤モバイル・クラウドセンシング・システムであるRBCrowd4RSを提案する。
本論文は、Javaプロジェクトにおけるコードスメルのリファクタリングを予測するための機械学習フレームワークを提案し、その実証的な評価を行い、伝統的なオブジェクト指向メトリクスと意味的および構文的なグラフベースの埋め込み表現を組み合わせることで、構造的なメトリクスのみでは提供できない補完的な信号を捉え、信頼性の高い予測が可能になることを示している。
本論文は、GPUの電力上限を下げることが、異なるハードウェア・レジームにおいて完了したタスクあたりのエネルギー消費量を一貫して低下させるわけではないことを示しており、電力管理制御を実装する前に、特定のGPUとワークロードの組み合わせに対する経験的な特性評価が不可欠であるとする「レジーム優先」のアプローチを提唱している。
本研究は、信用リスクモデルの解釈性、公平性、および実行可能性を高めるために、SHAP値と反事実的説明を統合した相乗的なフレームワークを提案し、ドイツの信用データセットを用いた実証分析を通じて、このアプローチが予測性能と倫理的な規制遵守を効果的に両立させつつ、申請者が結果を変更するために必要な特徴量の調整数を削減することを実証するものである。
本論文は、クラウドサービスに依存することなく、プロンプトインジェクションやプライバシー侵害といったリスクを軽減しながらローカル推論を実行するために、小型言語モデルと軽量なセキュリティメカニズムを統合した、プライバシー保護型のオンデバイス・アーキテクチャを提案し、その予備的な評価を行うものである。
本論文は、アンサンブル学習を用いてクラウドデータセンターにおけるエネルギー消費とレイテンシのトレードオフを最適化する予測的マルチオブジェクティブ・フレームワークを提案しており、トレース駆動のエミュレーションと堅牢な汎用化を通じて、静的およびリアクティブなポリシーと比較して大幅なエネルギー削減と安定性の向上を実証している。
本研究は、8つの小規模な原子混雑ゲームにおける12量子ビットのQAOAと連続時間量子ウォーク（CTQW）を古典的な局所探索に対してベンチマークしており、CTQWが100%の実行可能性を維持することでQAOA（23.22%）よりも大幅に低い平均コストギャップ（8.34%）を達成する一方で、古典的な局所探索が厳密な最適解を見つける上で両方の量子手法を凌駕していることを明らかにしており、著者は、これらのノイズのない、リソースが一致していない結果は量子優位性を示すものではないと強調している。
本論文は、7つの国際的なデータベースからのラベルなしデータを用いて学習された1億2,300万パラメータの生成トランスフォーマーであるDidymosを紹介するものであり、これはプライバシーを維持し最小限のローカル適応を必要としながら、集中治療室における患者のアウトカム予測および治療反応のシミュレーションにおいて教師ありモデルを凌駕するものである。
本論文は、予測精度を損なうことなく、線形モデルにおける局所的な説明の忠実性、安定性、および堅牢性を高めるために、スパース性と特徴量の類似性を動的にバランスさせる新しい正則化手法であるSparse-Selective Similarity () を提案する。