927 件の論文
本論文は、アルゴリズムの最適化と情報リソースの純化が実効的な計算能力を大幅に向上させ、収穫逓減を緩和できることを示す定量的フレームワーク（C = A/I）である「CAI計算力法則」を提案し、それによって産業界に対し、単なるハードウェアの拡張に依存するのではなく、計算力、アルゴリズム、および汎用情報の間の動的な三者間のバランスを実現するための指針を示すものである。
本論文は、スケーラブルな分散型データパイプライン、高度な特徴量エンジニアリング、およびアンサンブル学習システムを統合した、タバコ企業向けのビッグデータ駆動型早期警告モデルを提案し、リアルタイムかつ正確で解釈可能な安全リスク検知と意思決定支援を可能にすることで、従来のモニタリングの限界を克服するものである。
本論文は、ソース事前分布と適応的正則化を活用することで、データが乏しいエボラ出血熱の流行時における確定状況予測を大幅に改善すると同時に、厳格な検証とアンサンブル選択を通じて有害な知識転移を防ぐ、ガード付きのクロスアウトブレイク転移学習フレームワークであるOBFM-SafeEnsembleを導入するものである。
本論文は、ファイルの特性に基づいてユニモジュラ・ヒル暗号とRSA-OAEP暗号を動的に割り当て、鍵生成にロジスティック・カオス写像を利用することで、汎用的なバイナリファイルに対して堅牢、効率的かつロスレスなセキュリティを実現する、AI駆動型の適応型ハイブリッド暗号システムを提案する。
本研究は、2015年から2026年までの深層学習を用いたメラノーマ検出研究に関する包括的な計量書誌学的および系統的レビューを提示するものであり、CNNアーキテクチャと転移学習における主要なトレンドを浮き彫りにすると同時に、信頼性の高い診断システムの将来の開発を導くための、データセットの不均衡や臨床的妥当性の検証といった極めて重要な課題を特定している。
本論文は、テキスト埋め込み、音響特徴量、および音声誘導型感情キャプションを統合してモダリティの信頼性を動的に重み付けする信頼度ゲート付きマルチモーダルフレームワークを導入し、厳格な入れ子状の交差検証を通じて評価のリークに対処しつつ、最先端のうつ病検出性能を達成するものである。
本論文は、TrustZone-Mの実行証明が非セキュアなDMAコントローラによる状態改ざんに対して脆弱であることを、そのセキュリティ保証がCPUの隔離のみに依存していることに基づいて明らかにし、すべてのバスマスターに対する状態の真正性を確保するために、チャネルごとのDMAセキュリティを用いた軽量な緩和策を提案するものである。
本研究は、MIMIC-IVを用いたICUにおけるAKI（急性腎障害）リスク予測におけるモデル圧縮技術がサブグループの公平性に与える影響を監査し、ナイーブな量子化は性能を壊滅的に低下させ得ること、またプルーニングはサブグループの精度を著しく損なう可能性があることを明らかにしており、偽りの公平性の主張を回避し、小規模なサブグループのサイズに起因する固有の格差に対処するためには、適切な方法論的制御が不可欠であることを示している。
本研究は、MIMIC-IVのデータを利用し、急性腎障害および出血の予測においては標準的な表形式モデルがグラフベースのアプローチを凌駕することが多い一方で、ラベルリークを厳密に補正した場合には、薬剤併用ネットワークから導出されたグラフ埋め込みが、せん妄リスクの予測において統計的に有意かつ解釈可能な改善をもたらすことを実証している。
本コーパスに基づく研究は、語彙的および統語的複雑性の指標の両方を統合した回帰モデルが、ドイツ語から中国語への哲学テキストにおける機械翻訳の質を効果的に予測できることを示しており、翻訳結果を評価する上での包括的な言語的特徴の決定的な役割を強調している。