RGDRec: Reliability-Guided Social Graph Denoising for Recommendation
本論文は、関係の信頼性を推定することで確率的なグラフデノイジングを誘導し、さらにクロスドメイン対照学習を用いてソーシャル表現とインタラクション表現を整列させることにより、ノイズの多いソーシャルコネクションによる負の影響を軽減し、推薦性能と堅牢性を向上させるソーシャル推薦フレームワークであるRGDRecを提案する。
3657 件の論文
本論文は、関係の信頼性を推定することで確率的なグラフデノイジングを誘導し、さらにクロスドメイン対照学習を用いてソーシャル表現とインタラクション表現を整列させることにより、ノイズの多いソーシャルコネクションによる負の影響を軽減し、推薦性能と堅牢性を向上させるソーシャル推薦フレームワークであるRGDRecを提案する。
本サーベイは、極端なクラス不均衡下における異常検知に関するデータ、アルゴリズム、生成、および自己教師あり学習の手法を5つの重要分野にわたって体系的に統合すると同時に、評価における落とし穴を批判的に露呈し、将来の研究を導くための主要な課題を概説するものである。
本研究は、モバイル端末での犬種識別に関する4つのディープラーニングモデルを評価し、分類精度、推論速度、およびモデルサイズのバランスが取れた最適な選択肢としてMobileNetV2を特定するとともに、オフラインのAndroidアプリケーションにおけるリアルタイム展開に成功したことを示している。
本論文は、微細な視覚的分類のための小型Vision Transformerにおいて、パーツの網羅性(物体の詳細を保持すること)と忠実性(分類器の決定を説明すること)に最適化されたトークンプルーニング戦略は根本的にデカップリングしており、一方の指標の改善が他方の改善を保証するものではないことを示すMIDASフレームワークを導入するものである。
本論文は、思考の連鎖(chain-of-thought)を型付きの記号的導出グラフ(Symbolic Derivation Graph)として実行することで、大規模言語モデルに基づく記号回帰を厳密なプロセスへと変貌させ、ハード制約とソフト検証信号を強制することにより、実行可能な導出トレースを伴うコンパクトで機械検証可能な物理法則を生成する、検証機能を備えたフレームワークである\oursを紹介する。
本論文は、高故障率下での精度において既存の手法を大幅に上回りつつ、効率的なエッジへのリアルタイム展開を可能にする、メモリスタのハードウェア欠陥を軽減するための差動ペア符号化と3段階のフォールトトレラント戦略を活用した、自律システムのためのロバストなマルチセンサ融合フレームワークを提案する。
本論文は、ターゲットを絞ったエビデンスの検索と検証を通じてLLMの推論プランを動的に診断・修復することにより、ハルシネーションを軽減し、既存の静的な手法よりも精度を向上させるマルチエージェントフレームワークであるTRACEを提案する。
LAC-Netは、軽量なアテンションモジュールとカテゴリ認識型リウェイティング戦略をYOLOv11に統合することで、微細な欠陥の処理能力とクラス不均衡の改善を通じて、ロングテールなGC10-DETデータセットにおいて優れた性能を達成し、鋼鉄表面の欠陥検出を強化するが、その有効性は特定のデータ分布に依存して変化する。
本論文は、微調整された大規模言語モデルと強化学習を統合し、適応的な倫理的レッドチーミングを通じて複雑なウェブアプリケーションの脆弱性を発見する上で従来のツールを凌駕する、自律型マルチエージェントフレームワークであるARESを紹介するものである。
本論文は、古典的な手法と比較してサプライチェーンのレジリエンスと均衡利得を大幅に向上させるために、アイザート・ウィルケンス・ルウェンシュタイン量子ゲーム理論、ラマヌジャンに着想を得た正則化によって強化されたQAOA最適化、およびロジャース・ラマヌジャン変調マルチエージェント強化学習を組み合わせた統合フレームワークを提案し、検証するものである。