3657 件の論文
本論文は、「再構成ギャップ（reconstruction gap）」を導入することで、ホログラフィックなディープラーニングモデルが、ノイズの多い境界条件下において重大かつ予測不可能な内部メトリック誤差に苦しむことを実証し、それによって、モデルの内部メカニズムを証明する上でのブラックボックスAI監査の根本的な限界を定量化するものである。
合成センサーデータを用いた適応型TinyMLに関するこのマルチシード経験的研究は、オンライン学習がコンセプトドリフトを大幅に軽減すること、および適応型エネルギーポリシーが静的モデルよりも優れた性能を示すことを実証しており、同時に、入力特徴量の量子化が4ビットまで精度を維持すること、連合学習の公平性に関する主張は撤回を要すること、そしてニューラルベースラインが、構造的な解釈可能性において優れるファジィチューナーを精度面で上回ることを明らかにしている。
本論文は、農業分野の物体検出研究における広範なデータ漏洩を批判的に分析し、PlantDocに基づいた33の研究を評価するための12項目の判定基準を導入しており、報告されている性能は高いものの、ほとんどの研究が（特に拡張の範囲に関して）実世界での信頼性を損なう手法上の欠陥を抱えていることを明らかにした上で、著者、査読者、およびデータセットの管理者に向けた具体的な提言を行っている。
この経験的リスク研究は、ラベル付きデータが限定的な状況下でのデータセットシフトに対して、曲率に基づく収縮がソース校正（source calibration）よりも予測損失を改善することを示しているが、その単純なベースラインに対する優位性は文脈に依存しており、平均的な利得と有害な再校正のリスクとの間の決定的なデプロイメント上のトレードオフを浮き彫りにしている。
本論文は、複雑な低照度環境下において、TEfficientNet、SPDConv、C2f-Dual、およびSCSAメカニズムを統合した最適化済みのYOLOv8ベースのフレームワークであるSSDT-YOLOを提案し、モデルパラメータを大幅に削減しながら、効率的かつ高精度な水中小物体検出を実現するものである。
本論文は、点アノテーションと新規のFocus Inverse Distance Transformを活用することで、複雑なUAV画像における高精度な牛の検出および計数を実現する、CEDNetベースの軽量なアルゴリズムであるC2Netを提案しており、これは遮蔽やアノテーションコストといった課題に対処しつつ、エッジデバイスへのデプロイメントのための実用的なソリューションを提供するものである。
本論文では、テクスチャのない対称的な工業製品の最先端の6Dポーズ推定を実現するために、対称性を考慮したオクトリー・エンコーディングとハフ投票および反復的な精緻化を組み合わせた新しい手法であるSO6Dを提案する。
本論文は、2Dおよび3D CNNバックボーンを統合して膝変形性関節症の分類と半月板・軟骨のセグメンテーションを同時に実行する柔軟なマルチタスク学習フレームワークを提案し、大規模MRIデータセットにおいて、2Dバリアントが3Dベースラインよりも精度、収束速度、および計算効率の面で優れていることを示している。
本論文は、輪郭ボクセル極座標を横断することで、テクスチャのない表面や複雑なカメラ構成といった課題を効果的に克服し、高精度かつリアルタイムな3D形状再構成を実現するために、単一の露出で複数の視点を捉える新しい単眼マルチビューパノラマセンシングシステムを提案するものである。
本論文は、強化されたBiLSTM、自己注意機構を伴う適応型マルチスケール畳み込み、および純粋な畳み込みネットワークを統合することで、既存の手法と比較して精度、再現率、およびF1スコアを大幅に向上させ、堅牢かつエンドツーエンドの疲労運転検知を実現するマルチモーダルEEG特徴量融合モデルであるMEFD-Netを提案する。