974 件の論文
本論文は、リージョナル・サブチェーン、コーディネーション・チェーン、および動的なデジタル・カズン一貫性スコアを統合することで、最大25%の悪意のあるノードが存在するマルチリージョン環境において低遅延かつフォールトトレラントな同期を実現する、デジタル・カズン・ネットワークのための合意駆動型軽量階層型ブロックチェーンであるCD-LHBCを提案する。
本論文は、センサーネットワークとランダム化決定木のアンサンブルを用いたデータ駆動型のアプローチにより、複雑な環境下における放射性線源の正確な検出、位置特定、および追跡を実現する手法を提示しており、詳細な放射線輸送モデリングの必要性を排除しつつ、従来の手法に対して優れた性能を示すものである。
本論文は、一様ランダムサンプリングを品質を考慮した混合分布と偽陰性フィルタリングメカニズムに置き換えることで、より情報量の多い嗜好減衰軌跡を生成し、推論レイテンシを増大させることなくTop-K推薦性能を大幅に向上させるQuality-Constrained Preference Fading (QCPF) モデルを提案する。
本論文は、従来の機械学習や代替的なGNN手法と比較して、優れた精度と偽陽性の低減を実現するために、グラフニューラルネットワークとランダムフォレストを統合したハイブリッドなフィッシングURL検出モデルを提案するものである。
本論文は、従来のスクリプトベースのテストの限界に対処するために、履歴からの結果を継続的に学習しながら、テスト生成、実行、自己修復、および欠陥のトリアージを自動化することで、自律的なソフトウェア品質保証を可能にする、LLM駆動型自律エージェントを活用したマルチエージェントアーキテクチャを提案するものである。
本論文は、NASA C-MAPSSおよびIEEE PRONOSTIAのベンチマークにおける優れた性能によって検証された通り、高精度な予兆保全と産業用IoTシステムに対する物理的な解釈可能性を実現するために、CNN、BiLSTM、およびアテンションメカニズムをマルチセンサ融合およびSHAPベースの説明可能性と統合した、ハイブリッド説明可能ディープラーニングフレームワーク（HEDLF）を提案する。
2010年から2026年の間に発表された22件の研究に関するこの系統的レビューは、学習可能なガボールフィルタおよびウェーブレットフィルタが、マンモグラフィによる乳がん分類において解釈可能かつパラメータ効率の高い改善をもたらす一方で、放射学的および病理学的ステージングの多クラス分類に向けたそれらの統合的な結合に関する重大なエビデンスのギャップが依然として存在すると結論付けている。
本論文は、2段階の知識蒸留戦略と信頼度を考慮したエッジ・クラウド協調推論メカニズムを組み合わせた蒸留エッジインテリジェンスフレームワークを提案し、通信塔の資源制約のあるデバイス上での高精度なボルト欠陥検出を実現すると同時に、クラウドへのアップロード比率と遅延を大幅に削減するものである。
本研究は、熱帯の過酷なフィールド条件下における堅牢なパイナップル病害の検出、類型化、および空間的可視化を実現するために、YOLOv8による検出とDenseNet121による分類を組み合わせた階層的ディープラーニングフレームワークを提案し検証するものであり、単一ステージのアプローチと比較して、ブラインドフィールドテストにおいて優れた精度と信頼性を実証している。
本論文は、概念的な境界を潜在意味空間における幾何学的領域として定義することで、「既成概念にとらわれない思考（thinking outside the box）」というメタファーを定式化し、トピック正規化された幾何学的距離指標を通じて創造的な逸脱の測定を可能にする計算フレームワークを提案するものである。