3657 件の論文
本論文は、NLPベースの感情分析と制約付き強化学習を組み合わせた適応型デジタル介入システムを提案し、それによって思春期のソーシャルメディア依存症を防止するためのパーソナライズされた戦略を最適化することで、従来の手法と比較してリスク低減、利用時間、およびユーザー受容性において顕著な改善を実現することを提示する。
この研究は、言語モデルにおける化学的な思考の連鎖（chain-of-thought）が、捏造された構造的主張が頻発する一方で、正解を導き出すための因果関係を担う「幻覚を起こしやすい分子のスクラッチパッド」として機能していることを明らかにしており、単なる回答の評価ではなくプロセスレベルの監督が必要であることを示唆している。
本研究は、LSTM、Transformer、およびアントコロニー最適化（ACO）を組み合わせた新しいハイブリッド深層学習フレームワークを提案しており、これがNadamによって最適化されることで、スタンドアロンのモデルや既存のハイブリッドモデルと比較して、リアルタイムの太陽光発電量および電力負荷予測において優れた精度と計算効率を実現することを提示するものである。
本研究は、マルチスケール特徴量エンジニアリング、変分量子学習、およびベイズ推論を統合することで、高性能かつ不確実性を考慮したECG異常検知を実現する量子ベイズニューラルネットワークを提案し、データ再アップローディングを用いた6量子ビットのDense-Angleエンコーディングモデルが0.91のAUCを達成するとともに、実機のIBM量子ハードウェア上での実行を通じてその堅牢性を検証したことを示すものである。
本論文は、投機的デコーディングのショートカットおよびそれらとモデル圧縮技術との組み合わせが、ドラフトモデルのリークに支配された分布シフトを導入することによって、言語モデルの安全性を著しく損なう可能性があることを示し、安全性の保証を回復するためのアライメント・ゲーテッド・アクセプタンス（alignment-gated acceptance）の提案を行うものである。
本論文は、モデルの再学習を必要とせずに、特徴量埋め込み密度の解析によって信頼性の低い予測を特定し、最近傍探索を用いて視覚的な説明を提供することにより、口腔粘膜病変に対する凍結されたYOLOv11検出器の信頼性と解釈性を向上させるポストホック・フレームワークを提示するものである。
本研究は、敵対的学習がホワイトボックス攻撃に対するネットワーク侵入検知用の4量子ビット量子教師あり学習モデルの堅牢性を大幅に向上させる一方で、その結果得られる性能は古典的な多層パーセプトロンよりも劣っており、それゆえにこのセキュリティの文脈における量子優位性の主張を支持するには至らないことを示している。
FedCardioGuardは、マルチスケールエンコーディングと適応型融合を通じて、非IIDデータにおけるマクロF1スコアと較正を大幅に向上させる、ECG分類のための品質および不確実性を考慮したパーソナライズされた連合学習フレームワークであるが、現在はコールドスタートとスコア転送の制限により、希少クラスの認識に苦慮している。
本論文は、AdaGrad、RMSProp、およびAdamの連続時間定式化を一次積分微分方程式として提案し、数値シミュレーション、安定性解析、および収束研究を通じてその正確性を検証することで、適応的最適化手法に関する新たな理論的視点を提供する。
本論文は、組織病理学的画像におけるクロスドメインの核インスタンスセグメンテーションの精度と信頼性を向上させるために、疎なガウス混合モデルと楕円形状損失を統合した形状教師あり深層学習ネットワークであるSSNetを提案する。