3729 件の論文
本論文は、AIはそのタスク遂行能力において優れているにもかかわらず、人間の知識が持つ身体的、状況的、かつ反省的な性質を欠いていることを論じ、評価の枠組みを認識論的能力へと転換すること、そして真の汎用知能を定義し検証するための不可欠な知的環境として人文科学を位置づける必要性を主張するものである。
本論文は、Citation Context and Reason Ontology (CCRO) からの明示的な意味的特徴を文脈的言語表現と統合することで、解釈可能な引用意図分類を可能にするオントロジー誘導型フレームワークを提案し、SciBERTのファインチューニングと同等の予測性能を達成しつつ、学術情報の発見のための透明なインスタンスレベルの監査証跡を提供する。
本研究は、合成臨床データを用いた生成AIの再帰的学習が、レコードレベルの不自然さではなく、多様性と交差性の忠実度の喪失に起因して、5世代以内に急速な予測崩壊を招くことを実証するとともに、既存のハルシネーション指標がしばしば誤解を招くものであることを明らかにし、現実世界のデータの多様性を維持するためのプロベナンス（由来）および品質評価の改善を提唱するものである。
本論文は、ウィンドウ化およびレイヤーごとの融合戦略を通じてマルチスケールのQARデータを処理することで、解釈性を維持しながらハードランディング事象を正確に予測する、自己注意機構に基づいたマルチグラニュラリティ解釈可能深層学習モデルであるWMGINを提案する。
本論文は、変化する環境条件下における太陽光発電システムの最大電力点電圧を正確かつ解釈可能な形で予測するために、アテンション・アウェア・レジデュアル・ニューラル・アーキテクチャとスケジュールフリーAdamWオプティマイザを利用した、細粒度アテンション認識ディープラーニング（FGADL-MPPVP）モデルを提案しており、既存の従来手法および機械学習手法を凌駕している。
本研究は、知識の関連性と異質性を活用して科学的ブレイクスルーを早期に特定することを可能にする、理論的根拠に基づいた尖点カタストロフィーモデルを提案し、AI、物理学、および生物医学における変革的な研究の大部分を捉える上でのその有効性を実証するものである。
本論文は、化学的、生物学的、および意味的な薬物情報を、CNN、Squeeze-and-Excitationブロック、および自己注意機構のハイブリッドアーキテクチャを通じて統合することで、薬物相互作用予測において最先端の性能を実現するマルチモーダル深層学習フレームワークであるHySEAtt-DDIを提案している。
本研究は、公開されている臨床試験登録情報のテキストから得られる自動化されたアウトカム確率のみを用いて学習させたバイオメディカル・トランスフォーマーモデル、特にBiomedBERTが、厳格な時間的検証と入力制限を通じてデータ漏洩を回避しつつ、高い精度、再現性、および最小限の計算コストで、神経科学分野の治験の後期フェーズにおける成功を効果的に予測できることを実証している。
本論文は、非IIDデータ下での悪意のあるクライアントの影響を軽減するために、方向の一致性、大きさの妥当性、および参照精度を組み合わせた、医療用画像のための新しいフェデレーテッド学習手法であるHospital Trust Aggregation（HTA）を導入し、HTAが共謀やデータレベルの攻撃に対処する上での優位性を明らかにする包括的なベンチマークを確立すると同時に、深刻な医療的異質性の下では、大きさに基づく信頼シグナルが誠実な外れ値と敵対者を区別することにおける根本的な限界を浮き彫りにしている。
本論文は、非同期メッセージパッシング・アルゴリズムをRocqでメカナイズするための再利用可能なフレームワークを提示し、デリバリの公平性を仮定することなく、帰納的不変量と整礎的帰納法を用いて決定時刻の正当性を証明する、ゴール未充足のない完全なEchoアルゴリズムの形式化を通じてこれを実証する。