974 件の論文
本論文は、データが不足している条件下において、MRI脳腫瘍モデルからのクロス臓器およびクロスモダリティ転移学習を活用することで、CTスキャンにおける肝腫瘍セグメンテーションの精度を大幅に向上させ、偽陽性を減少させるデュアルエンコーダ・アーキテクチャであるADEST-U-Netを提案する。
本論文は、テクニカル分析、ファンダメンタル分析、センチメント分析を異常検知およびLLMベースの推論と統合し、インド株式市場に対して説明可能かつ信頼度を考慮した予測を提供する、5つのエージェントからなる生成AIフレームワークを提示しており、72%の方向性精度と78%のエージェント間コンセンサスを実現している。
本論文は、インダストリー5.0の教育環境における人間中心のディスパッチ管理のためのソフトウェアフレームワークを提示するものであり、それは、スケジュールの品質、学生のウェルビーイング、および学術的成果を大幅に向上させると同時に、すべての参加者グループ間での公平性を確保するために、クロノタイプ（体内時計）を考慮した最適化、適応的な基準重み付け、およびインテリジェントな意思決定支援を統合したものである。
本論文は、専門化されたDevOps、SRE、FinOps、およびDevSecOpsの推論を、説明可能かつエビデンスに基づいた分析と統合し、プロジェクトマネージャーが断片的な運用テレメトリを実効的なガバナンス推奨事項へと解釈することを支援するマルチエージェント意思決定支援システムであるAgileOps Agentic Framework（AAF）を提示し、これは制御されたシナリオおよび実世界のマイクロサービスベンチマークを通じて検証されている。
本論文は、アライメントされた大規模言語モデルの深いクリティカルな層に対して、疎なステアリングベクトルを外科的に注入することで、高い監査可能性、可逆性、および局所性を備えつつ、抑制された能力を復元する、勾配フリーかつホワイトボックスなフレームワークであるSWIFTを紹介するものであり、これはパラメータの1%未満を修正しながら、10秒足らずでフル教師あり微調整に近い性能を達成する。
本論文は、LLMによる知識グラフ推論の拡張と、もつれのないマルチモーダル融合および反事実的因果アテンションを統合した統一フレームワークであるLADMFを提案し、これにより電子商取引におけるコンバージョン予測の精度を大幅に向上させるとともに、人間が理解可能で忠実な説明を生成する。
本論文は、インドネシア語の誤情報検出に向けたファインチューニング済みIndoBERTモデルの層ごとの系統的な分析を提示しており、ホークス（偽情報）に関連する重要な特徴が中間層で形成され、上位層で統合されるという一貫した3段階の表現進化を明らかにするとともに、[CLS]トークンと平均プーリングによる表現の間の明確な機能的役割を浮き彫りにしている。
本論文は、カスタマイズされたCNN、適応型自己注意モジュール、およびBorderline SMOTEを組み合わせた新しいディープラーニングフレームワークであるDLMC_Netを提案し、バイトコード画像を用いたマルチクラスのマルウェア分類において、既存のベースラインモデルを大幅に上回る最先端の精度（99.92%）を達成した。
本論文は、「クワイエット・クィッティング（静かな退職）」現象をシミュレートし定量化することに成功した生成エージェント・フレームワークを導入しており、コミットメント戦略が離職意図を大幅に減少させる一方で、その有効性は従業員のパーソナリティ特性によって決定的に調整されることを明らかにし、それによって精密にターゲットを絞った危機管理のための計算論的なテストベッドを確立している。
本論文は、自然言語による指示が隠れた運用要件の下では脆弱であることを実証しており、汎用的なプロンプティングでは欠落した制約を満たすことができない一方で、それらの制約を明示的に引き出し実行させることで性能が大幅に向上することを明らかにしている。