3729 件の論文
本論文は、UNSW-NB15ベンチマークによって検証された通り、リソース制約のあるIoTネットワークにおける侵入検知のために、相互情報量に基づく特徴選択を利用して競争力のある性能と固有の解釈可能性をエッジデバイス上で実現する、軽量でアテンション強化されたCNN-BiLSTMフレームワークを提案する。
本論文は、教育学的に構造化された物語の進行と習熟度駆動型の足場かけを統合してパーソナライズされた教育を提供する適応型フレームワークであるTaleTutor AIを紹介し、ScienceQAのレッスンを用いた評価を通じて、本システムが物語の整合性、事実の一貫性、および差別化された指導的支援を効果的に両立させていることを実証する。
BudgetFunnelは、軽量なスクリーニングと先行関係を考慮した貪欲なアロケータを用いることで、異種混合のサーバーレス関数に対して共有されたウォーム保持予算を割り当てる、トレース駆動型の粗から密へのフレームワークであり、フル評価や既存のベースライン戦略と比較して評価オーバーヘッドを大幅に削減しつつ、コールドスタート緩和における準最適性を達成する。
本研究は、回帰分析を用いて機能サイズ尺度（UFPおよびCFP）と機能複雑度尺度（CCおよびYC）を統合したソフトウェア規模推定モデルを提案しており、これらの指標を組み合わせること、特にUFPと複雑度尺度を組み合わせることが、COCOMO IIのようなアプリケーションにおける推定誤差を大幅に減少させ、予測精度を向上させることを実証している。
本論文は、パルス形状テンプレートをイベント固有の記述子から分離することで冗長な形状計算を排除する正確な中間表現を提案し、マシン精度での正確性を維持しつつ、パルスレベルのコンパイルにおいて桁違いの高速化を実現する。
本論文は、低品質な入力から高品質な動的グラフ行列を構築し、冗長な特徴量を排除することでモデルの性能を向上させ、最先端の手法に対してMacro-F1指標で大幅な改善を実現する、スパースかつ低冗長なマルチラベル特徴選択手法であるSLDMGを提案する。
本論文は、生成器、識別器、およびCNN抽出器を利用して、高い視覚的品質（PSNR ~41.29 dB）、ノイズや圧縮攻撃に対する強い耐性、および高速な処理速度を備えた、秘密のテキストを安全に埋め込み、かつ復元する、GANベースの堅牢な画像ステガノグラフィ・フレームワークを提案する。
本論文は、球状の超構造四角形抵抗ネットワークの正確なポテンシャル場を利用することで、静的および動的な環境の両方において効率的、安定、かつ解釈可能なナビゲーションを可能にする、物理駆動型の経路計画手法（RNPG）を提案する。
本論文は、フェイクニュースを効果的に検出し分類するために、GloVe埋め込み、スタック型スパース自己符号化器、およびグラフ畳み込みネットワークをソフト投票アンサンブル内で組み合わせた、ディープラーニングに基づく手法である次世代深層言語学フレームワークによるインテリジェント記事信頼性識別（NGDLF-IACI）を提案する。
DA-MSRNetは、変形整合および分岐融合ガイダンスモジュール、マルチスケール特徴再構成モジュール、および境界・トポロジー協調的教師あり学習を統合することで、ベンチマークデータセットにおいて優れた精度と構造的連続性を達成し、亀裂セグメンテーションの課題に対処するデュアルブランチCNN-Mambaネットワークである。