Tureis: Transformer-based Unified Resilience for IoT Devices in Smart Homes
本論文は、スマートホームの IoT 環境において、ラベル不要の自己教師あり学習と軽量トランスフォーマーを活用し、複数の故障や居住者が混在する状況下でも高精度かつエッジデバイス上で動作可能なセンサー故障検出・特定手法「Tureis」を提案するものである。
💻 Category
cs
5302 件の論文
Evaluating Generalization Mechanisms in Autonomous Cyber Attack Agents
本論文は、NetSecGame 環境において IP アドレスの再割り当てという単純な変化が自律攻撃エージェントの一般化能力に与える影響を評価し、メタ学習エージェントは部分的な適応を示すものの、推論コストや透明性の欠如などの課題はあるものの、事前学習済み LLM ベースのエージェントが保持されたテスト条件下で最も高い成功率を達成したことを明らかにしています。
OmniGuide: Universal Guidance Fields for Enhancing Generalist Robot Policies
OmniGuide は、3D 空間における微分可能なエネルギー関数として任意のガイダンス源を表現し、VLA モデルの行動サンプリングを誘導することで、複雑なタスクにおける汎用ロボット政策の成功率と安全性を大幅に向上させる柔軟なフレームワークを提案するものです。
OAuthHub: Mitigating OAuth Data Overaccess through a Local Data Hub
OAuthHub は、ユーザーの個人端末を仲介コントローラーとして活用し、OAuth アプリのデータ過剰アクセスを防止しつつ、開発者が従来の API よりも少ないコードで迅速にデータアクセス制御を実装できる新しい開発フレームワークを提案し、その有効性を評価した論文です。
Model-Free Co-Optimization of Manufacturable Sensor Layouts and Deformation Proprioception
この論文は、物理シミュレーションモデルを必要とせず、製造制約を考慮したデータ駆動型の共最適化パイプラインを通じて、自由変形する柔軟なセンサーの配置と形状予測ネットワークを同時に最適化し、変形予測精度と実用性を大幅に向上させる手法を提案しています。
Decision-Aware Uncertainty Evaluation of Vision-Language Model-Based Early Action Anticipation for Human-Robot Interaction
本論文は、人間とロボットの協調作業における安全性向上のため、視覚言語モデルを用いた早期行動予測の信頼性を評価し、部分的な観測下での不確実性定量化と選択的予測のための新たな評価プロトコルと指標を提案するものである。
Building Privacy-and-Security-Focused Federated Learning Infrastructure for Global Multi-Centre Healthcare Research
本論文は、プライバシー規制やガバナンスリスクを克服し、認証・認可・監査（AAA）機能を統合した新しいフェデレーティッドラーニング基盤「FLA³」を提案し、多国籍医療研究における実用性と臨床的有用性を検証したものである。
Categorical Calculus and Algebra for Multi-Model Data
本論文は、リレーショナル計算と代数を拡張した「カテゴリカル計算」と「カテゴリカル代数」という 2 つの形式クエリ言語を提案し、それらの等価性、最適化のための変換規則、および表現力と計算複雑性を分析することで、マルチモデルデータベースの理論的基盤を確立するものである。
Pooling Engram Conditional Memory in Large Language Models using CXL
この論文は、CXL メモリプールを用いて Engram 条件付きメモリをオフロードし、RDMA と比較して低遅延なアクセスを実現しながら、SGLang への統合により DRAM と同等の性能を維持しつつ大規模言語モデルのためのスケーラブルでコスト効率の高いストレージソリューションを提案するものです。
Detecting Privilege Escalation with Temporal Braid Groups
この論文は、クラウド権限グラフの強連結成分における時間的進化において、ブルア・リャプノフ指数という代数的プローブを用いて分散型と集中型の 2 つのリスク領域の境界を特定し、非可換性の利点を活用して権限昇格を検出・分類する手法を提案しています。
4DEquine: Disentangling Motion and Appearance for 4D Equine Reconstruction from Monocular Video
本論文は、単一視点動画から馬の 4 次元再構築を運動と外観に分解する新規フレームワーク「4DEquine」と大規模合成データセットを提案し、実世界データにおいて最先端の性能を達成することを示しています。
HG-Lane: High-Fidelity Generation of Lane Scenes under Adverse Weather and Lighting Conditions without Re-annotation
本論文は、悪天候や照明条件における既存のレーン検出データセットの限界を克服するため、再アノテーションを必要としない高忠実度生成フレームワーク「HG-Lane」を提案し、これにより作成したベンチマークを用いた実験で既存の検出モデルの性能を大幅に向上させることを実証しています。
Performance Evaluation of Delay Tolerant Network Protocols to Improve Nepal Earthquake Rescue Communications
本論文は、ネパール地震の救援活動における動的な人口分布と移動パターンに基づいたシミュレーションを用いて、遅延許容ネットワーク（DTN）のルーティングプロトコルを評価し、災害時の通信信頼性とリソース利用効率のトレードオフを明らかにすることで、次世代の緊急通信サービス設計に寄与するものである。
Cross-Hand Latent Representation for Vision-Language-Action Models
本論文は、多様な把持器に共通する統一された潜在動作空間を導入することで、大規模な実証データの収集コストを削減しつつ、視覚・言語・動作モデル（VLA）の拡張性と性能を向上させる「XL-VLA」というフレームワークを提案し、その有効性を実験で実証したものである。
Dance2Hesitate: A Multi-Modal Dataset of Dancer-Taught Hesitancy for Understandable Robot Motion
この論文は、ロボットと人間の協調における「躊躇」の表現を理解可能にするため、Franka Emika Panda によるキネスティック指導とダンサーによるモーションキャプチャデータを組み合わせた、多モーダルな「Dance2Hesitate」データセットを公開し、ロボットと人間の両モダリティにおける再現可能なベンチマークを可能にしたことを報告しています。
Characterizing Healthy & Post-Stroke Neuromotor Behavior During 6D Upper-Limb Isometric Gaming: Implications for Design of End-Effector Rehabilitation Robot Interfaces
本研究は、OpenRobotRehab 1.0 データセットを用いて、6 次元等尺性ゲーミングにおける健常者と脳卒中後のユーザーの力出力や筋電図を分析し、インターフェース設計の影響や病態的特徴の検出、そして HMM による運動制御の分類手法を提案するとともに、これらが適応型リハビリロボット設計に与える示唆を論じています。
Autonomous Search for Sparsely Distributed Visual Phenomena through Environmental Context Modeling
本論文は、サンゴ礁の特定の種を効率的に探索するために、標的そのものではなく環境の文脈（生息地の特徴）を報酬関数として用いる適応型計画手法を提案し、実機データによる検証で、標的が希薄な場合でも網羅的調査の半分の時間で最大 75% の標本を収集できることを示しています。
K-Join: Combining Vertex Covers for Parallel Joins
本論文は、複数の頂点被覆の線形結合に基づいてハイパーキューブの共有を最適化し、入力サイズ とプロセッサ数 に対して負荷 （ は新たな「縮小準頂点被覆」）を実現する単純かつ高性能な並列結合アルゴリズム「K-Join」を提案するものである。
Fully Symbolic Analysis of Loop Locality: Using Imaginary Reuse to Infer Real Performance
この論文は、アフィンループネストに対する完全記号的な局所性解析理論とコンパイラ支援手法を提案し、データ移動量の予測精度を 99.6% まで達成しながら、入力サイズやキャッシュ構成に対するキャッシュミス回数をミリ秒未満で推定可能にする技術を示しています。
Octopus-inspired Distributed Control for Soft Robotic Arms: A Graph Neural Network-Based Attention Policy with Environmental Interaction
本論文は、環境との接触情報をグラフ構造として表現し、中央集権的訓練と分散実行の枠組みを用いたグラフニューラルネットワークに基づく注意メカニズム「SoftGM」を提案し、複雑な接触環境下でのソフトロボティクスアームの目標到達タスクにおいて、既存の多エージェント強化学習手法を上回る性能と頑健性を示すことを実証しています。