3615 件の論文
本研究は、生成AIによる書き換えが、データセット特有の失敗モードを誘発することによって、健康情報の誤情報検出器の性能を著しく低下させることを実証しており、変形を考慮した学習は同一ドメイン内での堅牢性を部分的に回復させることはできるものの、異なるデータセット間に対して一貫して汎化できるわけではないことを示している。
本論文は、適応的な信号生成のためにSVMとXGBoostを組み合わせたドリフト認識型の連続ハイブリッド学習フレームードであるDACH-DDPGを導入しており、これは、性能トリガー型のモデル適応を通じて市場の非定常性に効果的に対処することで、優れたリスク調整後リターンを実現するDDPGエージェントによる逐次的なトレーディング決定を行うものである。
本論文は、エントロピー重み付きガイドフィルタリング、畳み込み転置自己注意機構、および最適化されたスパイキングニューラルネットワークを統合し、ノイズの抑制、マルチスケール特徴の抽出、およびダンブ Beetle 最適化アルゴリズムによるパラメータの微調整を通じて、超音波画像から極めて高精度な乳がん早期診断を実現する EWGF-CTSA-OSN フレームワークを提案するものである。
本論文は、アラビア語のトランスフォーマーベースのテキスト分類における個別およびアンサンブル型の説明可能なAI手法の包括的なベンチマークを提示しており、選択的なアンサンブルはモデル中心の忠実度において緩やかな改善をもたらすものの、人間中心の妥当性を有意に向上させるには至らないこと、および、コスト効率の高い自動根拠選択手法の導入を明らかにしている。
本論文は、主要な故障要因に基づいた関連知識を検索することにより、予測保全における故障予測を、実行可能で解釈可能かつ事例固有の保守推奨事項へと変換するために、SHAPに基づくモデルの説明と検索拡張生成（RAG）を統合した概念実証フレームワークを提案するものである。
本論文は、アルゴリズムの透明性と公平性を確保しつつ、高リスク患者を特定するための公平かつ正確な支援ツールを病院に提供することを目指して、糖尿病患者の30日以内の再入院リスクを予測する説明可能な機械学習フレームワークを提案するものである。
本論文は、1992年から2026年の間に発表された69件の学術記録の再現可能な定量的コンテンツ分析を提示するものであり、セキュリティ、バイオメトリクス、ロボティクス、サプライチェーンを含む6つの領域における機械学習の信頼性に関する研究の分布と構造的パターンを特徴付けるとともに、書誌的なタイトルが手動でコーディングされたアプリケーション・カテゴリとわずかにしか一致しないことを実証している。
本論文は、デジタルライブラリがサンプリングによる検証を通じて特定の引用イベントを検証することを可能にするため、認証されたソースの取得に関する暗号署名付きの監査可能な記録を生成するシステムである、引用受領プロトコル（Citation Receipt Protocol: CRP）を導入するものであるが、同時に、グローバルな完全性や意味的な引用の妥当性を証明することにおける限界についても明示的に認めている。
本論文は、敵対的学習がToN-IoTおよびEdge-IIoTsetベンチマークにおけるPGD攻撃に対するIoT/IIoT侵入検知モデルの堅牢性を大幅に向上させる一方で、クリーンな精度（正常データに対する精度）の低下、およびデータセットや使用する説明器（explainer）に依存した説明の安定性の変動という代償を伴うことを示す、制御されたマルチシード評価を提示する。
本研究は、サポートベクターマシンをはじめとする機械学習モデルが、第1学期のGPAや留年科目といった日常的な記録を用いることで、ンナムディ・アジキウェ大学における学部生の学業リスクを効果的に予測できることを示しており、それによってリスクのある学生へのタイムリーな介入を可能にするものである。