A Tool Wear Prediction Method Based on Multi-Scale Temporal Feature Fusion
本論文では、複雑な信号のダイナミクスを効果的に捉えるために、マルチスケール時間特徴融合、グローバル・ローカル特徴モデリング、およびトレンド・詳細分解を統合した新しい工具摩耗予測モデルであるGLDformerを提案し、既存のベースラインと比較して、クロスツール検証において優れた精度と汎用性を達成している。
3729 件の論文
本論文では、複雑な信号のダイナミクスを効果的に捉えるために、マルチスケール時間特徴融合、グローバル・ローカル特徴モデリング、およびトレンド・詳細分解を統合した新しい工具摩耗予測モデルであるGLDformerを提案し、既存のベースラインと比較して、クロスツール検証において優れた精度と汎用性を達成している。
本論文は、LoRAファインチューニングによるLLM支援型のグロス生成とドイツ手話からのクロスリンガル転移学習を組み合わせることで、低リソース言語であるタミル語における初の音声およびテキストからの手話ポーズ生成システムを提示し、音声を文字起こしし、グロスを生成し、逆翻訳によって検証されたポーズを合成するパイプラインを通じて、最先端の性能を達成している。
本論文では、低解像度の糸シミュレーションを高密度なレンダリングから分離することで、動的な織物の視覚的忠実度を効率的に近似しつつ、幾何学的複雑さを大幅に削減して、高密度な糸のジオメトリと比較して2.4倍のレンダリング高速化を実現する、幾何学を考慮した曲面テクスチャカード表現であるアダプティブ・ヤーン・カードを提案する。
本論文は、合成データ、生態学的、および産業的なケーススタディを通じて実証されているように、関係構造(具体的にはレジーム境界付近の構造)が直接的な特徴量ベースの手法を超えた予測価値を提供する時期を特定することにより、ネットワーク・トポロジーを活用して二値分類を強化するドメイン汎用フレームワークであるTESSERAを導入するものである。
本論文は、外観の正規化のためのスタイル補正モジュールと、密度ガイド型の未知サンプル検出のためのGMMベースのClusterNetおよび極値理論を統合することにより、染色に起因する共変量シフトと未知の組織カテゴリの両方に効果的に対処する、病理画像分類のための新しいオープンセット・ドメイン適応フレームワークであるSADGを提案する。
本論文は、NASAのC-MAPSSデータセットを用い、学習可能な時間的表現とPCA由来のヘルスインデックスを活用することで、多様な動作条件下における航空機エンジンの残存有効寿命を効果的に予測する、時間的埋め込みに基づく時間的畳み込みニューラルネットワーク(TE-TCNN)を提案する。
DriGitScaleは、予測、リソース、および構成のドリフトを共同で評価する一貫性管理問題としてスケーリングの決定を定式化することにより、多様なワークロード条件下での競争力のある応答性を維持しつつ不要なスケーリングアクションを削減し、Kubernetesにおけるオートスケーリングの安定性とデプロイの一貫性を向上させる、ドリフトを考慮したGitOpsフレームワークである。
本論文は、帯域幅とバッファの枯渇を推定することで二次的なリバッファリング・イベントを動的に予測・防止し、固定型および適応型のベースラインと比較して、様々なアダプティブ・ビットレート・アルゴリズムにわたりセッションのQoS(サービス品質)を一貫して向上させる、フレームレベルの再生再開コントローラーであるNo Secondary Rebuffering(NSR)を提案する。
本論文は、カルマンフィルタによる持続的トラックと不確実性を考慮したゴール切り替えを備えた決定層を利用してフロンティア選択を最適化する自律探索フレームワークを提案し、これによりPPOで学習されたロボットが、実世界実験において、非切り替え型のベースラインと比較して、95%の被覆率を20.3%速く、かつ移動距離を19.4%少なく達成できることを示す。
本論文は、価値分解、最大エントロピー正則化、およびツイン遅延メカニズムを統合することで、エネルギー制約、安全性要件、および動的な環境変化への課題に効果的に対処しながら、衛星・UAV異種ネットワークにおける協調的カバレッジを最適化する新しいマルチエージェント深層強化学習フレームワークであるVDSAC-TD3を提案する。