1017 件の論文
本論文は、脳と行動のパターンを効果的に整合させることで、自閉スペクトラム症の検出において最先端の精度（98.97%）を達成する、fMRI、顔、アイトラッキング、および臨床データを統合した新しいマルチモーダル深層学習モデルである、Cross-Modal Contrastive Learning Transformerを用いたBrain–Behavior Alignment Network（BBAN-CMCLT）を提案する。
本論文は、リソース制約のある医療IoTネットワークにおいて、安全でプライバシーを保護し、かつ監査可能なデータ収集を実現するために、(t,n)閾値メカニズムを活用して分散型ピアノード間に信頼を分散させる協調型プロキシ盲署名スキームであるCPBSを提案しており、これは既存の中央集権的なソリューションと比較して計算および通信のオーバーヘッドを大幅に削減するものである。
本論文は、既存のVision Transformerの限界を克服するために、Content-Aware Global AggregationおよびSpatial prior Channel Attentionモジュールを組み合わせた新しい超解像ネットワークであるCASPAを提案し、それによって、長距離のセマンティック捕捉の強化と微細な幾何学的詳細の保持を実現し、タンカ画像の高忠実度な再構成を達成するものである。
本論文は、予測の曖昧さ、学習損失、クラスの希少性、および境界の複雑さを組み合わせた多要素の難易度スコアに基づき、サンプルに対してより強力なデータ拡張を動的に割り当てることでセマンティックセグメンテーションの性能を向上させる、アーキテクチャに依存しないフレームワークであるDifficulty-Aware Sample Allocation（DASA）を提案する。
本研究は、CLIPやSigLIPのような事前学習済みビジュアルエンコーダーが、手作業による記述子よりもスケッチや絵画にわたる持続的な様式的シグナルをより良く検出できることを示しているが、視覚的に類似したネガティブサンプルに対するそれらの脆弱性は、これらが信頼できる鑑定メカニズムとしてよりも、AIによる芸術的様式の知覚を分析するためのツールとしてより価値があることを示唆している。
本論文は、リソース制約のあるIoT端末に対して、安全かつプライバシーを保護し、かつ軽量な身元確認を可能にするために、USBKEYとGSVOLE-2DLCプロトコルを用いたハードウェア支援型ゼロ知識認証スキームを提案し、評価するものである。
本論文は、クエリ分解とALBERTベースのセマンティック・フィルタリング、およびRoBERTa/XLNetエンコーダを組み合わせることで、SQuAD 2.0データセットにおける複雑でマルチカテゴリなクエリの処理において既存のベースラインを大幅に上回る、ハイブリッドな抽出型質問応答フレームワークであるCQ-Transformerを導入するものである。
本論文は、ASEADOS-SDN-IoTベンチマークを用いてONOSコントローラのテレメトリとデータプレーンのフロー統計量を統合するデュアルブランチ・レイトフュージョンモデルを提案し、データプレーンのみを対象としたベースラインと比較して、攻撃の早期特定に必要なパケット数を大幅に削減しながら高い検出精度を実現する。
本研究は、計算負荷を最小限に抑えつつ、一次診療現場における最前線の医療従事者のための情報検索、意思決定支援、および業務効率を効果的に向上させることに成功した、軽量な検索拡張生成（RAG）ベースの公衆衛生エージェントを提示し、評価するものであるが、その臨床的な有効性についてはさらなる実世界での検証を必要とする。
本論文は、補完的なグローバルおよびローカルの視点を活用することで高次元フローサイトメトリー解析を自動化し、エキスパートによるゲーティングへの依存を最小限に抑えつつ、最先端の手法と比較して優れた精度と堅牢性を実現する、パラメータ効率の高いディープアンサンブルモデルであるCytoDNNEnsembleを提案する。