1017 件の論文
本研究は、自己注意機構を活用したDeep Setベースの集約が、可変長かつ高頻度なウェアラブル身体活動データのモデリングにおいて従来の手法を凌駕することを実証すると同時に、より安定した低頻度の測定においては、より単純な集約戦略が依然として十分であることを示唆している。
本論文は、BiLSTM、自己注意機構（self-attention）、およびElastic Weight Consolidationを統合することで、多様なネットワーク環境において、高精度かつリアルタイムの侵入検知、継続的な学習能力、そして透明性のある意思決定を実現する、自己適応型かつ解釈可能なディープラーニングフレームワークであるAdapNet-IDSを提案する。
本論文は、非IIDデータ下における連合テキスト分類において、有用性、グループ公平性、およびプライバシー保護を効果的に両立させるために、低ランク表現学習、差分プライバシー、および公平性・プライバシー最適化を統合したクローズドループ型の協調フレームワークであるFedMOJOを提案する。
本論文は、時系列特徴に基づき、CNN、RNN、およびLSTMモデルを活用して無線センサーネットワークにおけるノードレベルの故障を検出するディープラーニングフレームワークを提案し、性能指標を通じて検証するとともに、リアルタイムのグラフマッピングインターフェースを介して可視化するものである。
本研究は、異なるタスクファミリーと堅牢なモデリングを組み合わせることで、単なる盲目的な自動分類器ではなく、慎重かつ再現可能な意思決定支援ツールを提供することを目的とした、データ不足の地域における水質分類のための、転移可能で説明可能、かつ不確実性を考慮した機械学習フレームワークを提案するものである。
本論文では、反復局所探索法（Iterated Local Search）と集合分割（Set Partitioning）による後最適化を組み合わせたハイブリッド・メタヒューリスティックであるILS+SPを紹介しており、これは大規模なベンチマーク・インスタンスにおいて準最適解を達成することで、ファミリー容量制約付き車両配送問題（Family Capacitated Vehicle Routing Problem）を解く既存の最先端手法を大幅に上回る性能を示す。
本論文は、プーリングに基づくプランニング・エージェントが、埋め込み次元とオブジェクト数のみによって決定される、削減不可能かつ計算可能なオブジェクト・グラウンディングの天井に直面していることを証明しており、これはモデルの容量や学習に関わらずアイデンティティの喪失を引き起こす構造的な制限である。
本研究は、情報の関連性、時間的安定性、非冗長性、および完全性を統合することで、変化するフィールド条件や欠損データの下でもほぼ完璧な予測性能を維持する、コンパクトで解釈可能なセンサーサブセットを特定する統一的な選択手法である、エントロピー分解型センサー実行可能性（ESA）フレームワークを提案する。
本論文は、テンソル縮約をXilinx Alveo U55Cにオフロードしつつ、SVDとサンプリングをホスト側で保持することで、500量子ビット以上を扱うことが可能なFPGA加速型行列積状態（MPS）量子回路シミュレータを提示しており、性能が量子ビット数ではなくボンド次元に比例してスケールすることを示し、厳格な正当性および反証実験を通じてシステムの決定的な役割を検証している。
本論文は、動的な環境の不確実性下においても安定した幾何学的ワーピングとテクスチャ合成を保証しつつ、O(1/ε²)の収束率と高解像度ベンチマークにおける優れた性能を達成する、分布ロバスト最適化フレームワークであるRobust Stochastic Variance-Reduced Virtual Try-On (RSVR-VTO) アルゴリズムを導入するものである。