5302 件の論文
この論文は、部分アノテーションデータとプロンプト伝播アルゴリズム「SAMONAI」を用いた自動セグメンテーションパイプラインと、生存予測のための多次元自動エンコーダ型ニューラルネットワーク「SurvAMINN」を統合した AI フレームワークを開発し、大腸肝転移患者の術後生存率を術前 MRI から高精度に予測できることを示したものである。
本論文は、長期的な移動操作タスクにおいて環境の半静的な変化（物体の移動や消失など）をベイズ推論で検知し、これを辞書式最適化に基づく階層的タスクモデル予測制御（HTMPC）に統合することで、事前地図や外部インフラに依存せずに、非構造化かつ変化する環境で効率的かつ反応的にタスクを完了する新しいフレームワークを提案しています。
この論文は、大規模言語モデルを用いて API リクエストのセマンティクスを抽出し、アプリケーションに依存しないポリシー定義インターフェースを通じて、クラウドワークロードにおけるリソース消費の制限、機密ビジネスフローへの不正アクセス防止、認証の破損といった脅威を効果的に防ぐセキュリティフレームワーク「Paladin」を設計・実装し、高い精度と許容範囲のオーバーヘッドで広範な適用性を示したことを報告しています。
本論文は、SAR 画像における油流出検出の課題である外観の多様性や時系列の欠如に対処するため、階層的な特徴を考慮したマルチスケールメモリバンクと構造・意味的一貫性を備えたメモリ更新戦略を導入し、無秩序な SAR 画像集合に対して頑健なセグメンテーションを実現する「OilSAM2」を提案しています。
本論文は、大規模言語モデルによる高次タスク計画と連携し、ロボットの冗長性を活用して逐次移動操作タスクを効率的かつ反応的に実行するための新規階層型タスクモデル予測制御フレームワークを提案し、実機実験により従来の手法や単一タスクアーキテクチャと比較して大幅な性能向上を実証したものである。
この論文は、重み付きモデル列挙（WME）をソルバーレベルの推論タスクとして確立し、重み伝播や重みに基づく剪除を CDCL 型ソルバーに統合することで、時系列バックトラックと非時系列バックトラックの両方のアプローチが相互補完的に機能することを示しています。
本論文は、トランザクションごとの署名検証を軽量な HMAC 認証に置き換え、非同期なゼロ知識証明による集約検証を導入することで、サブ秒レベルの暗号的確定性とポスト量子耐性を実現する ZKP ネイティブなブロックチェーンランタイム「ACE Runtime」を提案し、その有効性を理論的・実験的に検証したものである。
この論文は、アクセス確率の分布が未知の i.i.d モデルにおけるリスト更新問題において、リクエストされた要素をその直前の要素と入れ替える「転置ルール」が、最適定常順序の期待コストに 1 を加えた程度のコストしか発生させず、50 年前のリヴェストの予想を定数項の誤差で解決したことを証明しています。
この論文は、幾何学的に退化した環境でも安定した自己位置推定を可能にするため、ドップラー効果に基づく速度オドメトリーと曲率を考慮した退化検知を組み合わせた FMCW リダアを用いた「Teach and Repeat」ナビゲーションシステムを提案し、従来の ICP 方式が失敗する平坦な環境を含む実証実験でその有効性を示したものである。
この論文は、Rutschmann と Wettstein によって定義されたチェーンに対する凸和・凹和の操作を一般化し、関数方程式とカーネル法を用いてダブルサークルの三角分割数の正確な漸近評価を導出するものである。
ID-LoRA は、テキスト、参照画像、短い音声クリップを統合して単一の生成パスで人物の視覚的特徴と声を同時に個人化し、視覚シーンに基づく音声同期やスタイル制御を実現する革新的なモデルです。
本論文は、Burt の構造的空隙とエゴネットワークを結びつける「二経路（ウェッジ）」の形式化に基づき、エゴ中心ネットワークの圧縮手法として、安全な商（縮約）構成と二歩移動の質量に関する不等式転送定理を確立し、ベンチマークグラフを用いてその有効性を示すものです。
この論文は、材料科学や医学における実験のボトルネックとなっている退屈な手作業を軽減するため、ユーザー中心のアプローチで設計されたロボット支援透析システムを開発し、その有効性を検証したものである。
この論文は、従来のバージョン遅延指標では見逃されがちなソフトウェアの放置リスクを特定するために、開発活動やメンテナーの応答性などの信号を組み合わせた「MALTA」という新しい評価フレームワークを提案し、その有効性を検証したものである。
この論文は、YOLOv8 を基盤とした二段階の適応的学習戦略と VisionEncoderDecoder によるテキスト認識を組み合わせることで、複雑な文字体系や不均一なレイアウトに直面するバングラ語のナンバープレート認識において、高い精度と堅牢性を達成する深層学習フレームワークを提案しています。
本論文は、LLM 駆動の専門エージェントを用いて CLI ツールや Web アプリなどの実世界 GUI 環境における AI エージェントのテストを完全自動化し、既存手法を上回る精度でバグを検出する新しいフレームワーク「SpecOps」を提案するものである。
この論文は、大規模な地理空間データのクライアントサイド可視化におけるタイルサイズと視覚的忠実性のトレードオフを解決し、NP 困難な問題を情報理論的・空間的基準に基づく二段階の削減手法で効率的に処理するフレームワーク「HiFIVE」を提案しています。
この論文は、Quantis 量子乱数発生器から ESP32 などの組み込みデバイスへポスト量子暗号で保護されたチャネルを通じてエントロピーを提供する「量子エントロピー・アズ・ア・サービス（QEaaS）」システムを提案し、ML-KEM-512 と ML-DSA-44 を採用した DTLS 1.3 ハンドシェイクが、従来の古典的な ECDHE P-256 よりも高速に動作することをベンチマークで実証したものである。
この論文は、基盤となるポリシーのパラメータを変更することなく、ロールアウトデータで学習した検証関数を用いて実行時に成功確率の高い行動へ方針を誘導する「UF-OPS」という手法を提案し、シミュレーションおよび実世界タスクにおいて成功率を平均 49% 向上させることを示しています。
本論文は、グラフ上のメトリック選好に基づく即時決選投票（IRV）における「排除領域」の特定問題が一般グラフでは計算困難である一方、木構造上では多項式時間で解けることを示し、さらに強制的な候補排除という性質を満たす任意の決定論的順位ベースの投票ルールにおいても同様の困難性が維持されること、およびこの設定におけるIRV の功利主義的歪みに関する上下界を明らかにしたものである。