3657 件の論文
本論文では、適応的残差ベクトル量子化、コンテキスト認識型誤差補償、およびレンダリングベースのレート歪み最適化を採用することにより、既存の手法と比較して大幅なストレージ削減（最大157倍）と忠実度の向上を実現する、新しい3D Gaussian Splatting圧縮フレームワークであるARQECを提案する。
本研究は、物理的特徴とサイバー特徴を組み合わせることで、従来の分散型手法を凌駕する高精度なサイバー攻撃検知を実現し、スマートグリッドネットワークにおけるクライアントの不均一性とデータプライバシーの問題に対処する連合学習フレームワークであるHA-FedIDSを提案する。
本論文は、局所的な対称性を自動的に発見することで画像ごとのポーズ分布を生成し、それによって視覚的な曖昧さの下での単一ポーズ推定およびマルチモーダル推定手法の両方に対してより正確な評価を可能にする、6Dポーズ評価を再定義する新しいベンチマーキングフレームワークであるBOP-Distrib++を導入する。
本論文は、軽量な視覚モデルとテキストモデルを組み合わせることで、単一モダリティや大規模なベースラインと比較して優れた精度と説明性を実現する、リソース効率が高く解釈可能なマルチモーダル・ベンチマーキング・フレームワークを提案および評価し、それが低リソースの臨床現場に特に適していることを示すものである。
本論文は、クロスモーダル間の差異と時間的進化を効果的にモデリングするために、視覚変調ソフトパーツ空間エンコーディングおよびパーツ単位の双方向時間的Mambaを活用する、ビデオベースの可視・赤外線人物再識別のための漸進的フレームワークであるVM-SPMambaを提案し、ベンチマークデータセットにおいて最先端の性能を達成している。
本研究は、気象、衛星、および都市データを不確実性適応型ファジィ化を用いて統合し、テヘランにおける極めて高精度かつ安定、かつ計算効率の高い1日先予測PM2.5を実現する、新しいファジィ・トランスフォーマー・CNN-GRUアーキテクチャを提案しており、RMSE 0.73 µg/m³をもって7つのベンチマークモデルを上回る性能を示している。
本研究は、従来のディープラーニング手法やハイブリッドなディープラーニング手法と比較して、優れたSMSスパム検出精度（96.83%）とセキュリティを実現する、クラウドホスト型のCNN+BiLSTM+Attentionモデルを提案および展開し、実用的で展開可能なスパムフィルタリングソリューションにおけるアテンションメカニズムの有効性を実証するものである。
本論文は、ULBクレジットカード詐欺データセットにおいて、マルチメソッドによるランキング戦略から導出された15個のコンパクトな特徴量サブセットを用いることで、SMOTEによるオーバーサンプリングを必要とせずに、適切に調整された閾値で評価した場合に自然なクラス分布で学習されたモデルがSMOTEを用いて学習されたモデルを一貫して上回ることから、様々な分類器において高性能な詐欺検知が可能になることを実証している。
58名のサイバーセキュリティ専門家を対象としたこの混合研究法による調査は、人間とLLMの協調がトリアージの精度を向上させる一方で、AIのアドバイスへの依存度はタスクの透明性によって大きく変動することを示しており、自動化バイアスを軽減し、較正された人間の判断を支援する、信頼醸成が可能でコンテキストを認識したサイバーセキュリティ・アシスタントを構築するための特定の設計上の要諦を明らかにしている。
本論文は、ブロックチェーン技術に基づくスマートコントラクト、IoTデータ、および電気自動車によるライドシェアリングを組み合わせた統合型高度交通システムである「儀礼時間枠スマートコントラクト（Ritual Time Window Smart Contract: RTWSC）」フレームワークを提案し、その評価を行うものであり、これにより、ハッジの巡礼者に対する割り当ての公平性を向上させつつ、交通渋滞、排出ガス、および待ち時間を大幅に削減することを目指している。