93 件の論文
本論文は、ユニオン・ファインド構造による正確なクラスターサイズ推定と解析的ガウス確率場理論を組み合わせることで、大規模なボクセルベースの形態計測データに対して、従来の置換検定を不要としつつ、厳密なクラスターサイズを高速に取得して p 値を導出する「Hybrid eTFCE-GRF」手法を提案し、その有効性と計算効率の飛躍的向上を実証したものである。
この論文は、下顎第三大臼歯と下顎管の位置関係の判定において、中央集約学習が最高性能を示し、連合学習はプライバシーを保護しつつローカル学習よりも優れた性能を発揮することを、8 拠点のデータを用いた比較評価を通じて実証したものである。
本論文は、画像内に画像を埋め込む高埋め込み率ステガノグラフィ手法が、独立成分分析やウェーブレット分解に基づく高次モーメントの分析により、従来のステガノグラフィ検出手法よりもはるかに高い精度で検出可能であることを示しています。
本論文は、自動光学設計によって構築された大規模ベンチマーク「UniCAC」と「Optical Degradation Evaluator (ODE)」を導入し、24 の画像復元および収差補正アルゴリズムを包括的に評価することで、汎用的な計算収差補正の性能に影響を与える主要因子を特定し、将来の研究の基盤を築いた。
本論文は、極座標スパイラルトポロジーに基づくモジュールや自然なモダリティ整合手法を導入し、360 度の視覚入力からオープンボキャブラリー対応の 3D 空間認識を実現する初の純視覚エンドツーエンドフレームワーク「O3N」を提案し、既存手法を超える性能と汎化能力を実証したものである。
この論文は、限られたトレーニングデータ（単一の高分解能 RGB 画像と低分解能 MA-XRF データ）のみで学習可能な敵対的深層展開ネットワークを提案し、古美術品の MA-XRF 走査における超解像度を既存の最先端手法を上回る精度で実現する手法を提示しています。
本論文は、低ノイズ環境下でも単粒子 cryo-EM 画像から投影画像の特定を不要とし、直接 3 次元分子構造を推定するための近似期待値最大化アルゴリズムを提案し、数値実験によりその有効性を示したものである。
本論文は、教師あり学習や空間結合最適化を必要とせず、スペクトル処理と空間処理を段階的に分離することで、既存手法と同等以上の再構成品質を維持しつつ計算コストを大幅に削減する、マルチスペクトル画像の超解像手法「ResSR」を提案しています。
この論文は、YOLO 物体検出モデルや車線推定アルゴリズムなどのコンピュータビジョン技術を用いて外部から車両を監視し、自動運転車向けに非接続車両の運転者の不注意や酩酊などの危険な運転行動をリアルタイムで分類する新規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。
本論文は、医療画像の連続的な性質を捉え大規模データセットへの拡張を可能にする統合フレームワーク「MedFuncta」を提案し、メタ学習と疎な教師信号を用いた効率的な学習戦略、SIREN 活性化関数の改良、および大規模医療神経場データセット「MedNF」の公開を通じて、医療分野における神経場（Neural Fields）の学習と応用を革新するものです。
本論文は、0.18μm CMOS 技術を用いて実装され、従来の非断熱式回路と比較してシナプスエネルギーを 90% 以上削減し、高い精度、ロバスト性、スケーラビリティを達成した新しい断熱容量型ニューロン（ACN）のハードウェア実装と、その優れた性能を報告するものである。
Overtone は、推論時にパッチサイズを動的に変化させることで周波数スペクトル上の誤差蓄積を分散し、固定パッチモデルに比べて長期的な予測誤差を最大 40% 削減するとともに、計算リソースに応じた柔軟な精度・速度のトレードオフを可能にする PDE サロゲートモデルです。
本論文は、脳腫瘍セグメンテーションの高精度かつ軽量な実装を可能にするため、モダリティ適応型エンコーダ、グラフに基づく多モーダル協調相互作用モジュール、およびボクセル再細化アップサンプリングモジュールを組み合わせた「GMLN-BTS」という新しいネットワークを提案し、主要な 3D トランスフォーマーと比べてパラメータ数を 98% 削減しつつ最先端の性能を達成したことを示しています。
本論文は、予測の不確実性と放射線専門医が定義した関心領域との注意マップの不一致を組み合わせる二重基準戦略を採用した説明可能能動学習フレームワークを提案し、医療画像解析において少量のデータで高い性能と臨床的な解釈可能性を両立させることを実証しています。
本論文は、訓練データや計算リソースが限られた環境でも高品質な MRI 再構成を可能にするため、自己ペースのカリキュラム学習を用いて低周波数から高周波数へ順次データ適合を制御する「CogGen」という、認知負荷に配慮した完全教師なし深層生成モデルを提案し、既存の教師なし手法や競争力のある教師あり手法を上回る精度と収束性を達成したことを示しています。
本論文は、拡散モデルに基づく画像編集が、従来のノイズや圧縮に耐性を持つように設計された不可視透かしを、拡散過程におけるノイズ注入と学習された復元ダイナミクスによって実質的に無効化してしまうという理論的・実証的脆弱性を明らかにし、生成変換時代における透かしの設計指針を提言するものである。
本論文は、ホログラフィック再構成における twin-image 問題の解決と長距離依存関係の捕捉を可能にするため、物理的整合性を考慮した Swin トランスフォーマーに基づく新しい深層学習フレームワーク「HoloPASWIN」を提案し、大規模合成データセットを用いた検証でその有効性を示したものである。
本論文は、ABL データセットと 4 台の魚眼カメラを用いた 360 度マルチカメラシステムを構築し、カラー注意機構を統合した RT-DETR により救急車の青色警光灯を検出・方位推定することで、ADAS や道路安全性の向上に寄与する手法を提案しています。
本論文は、異なるサイズの 2 種類のピクセルを組み合わせた空間変調アパーチャと非規則配列を採用し、フーリエ領域での疎表現による再構成を行うことで、モーションのある環境でも高ダイナミックレンジかつエイリアシングのない画像を単一露光で取得する新しいスナップショット HDR センサを提案し、その有効性をシミュレーションで実証したものである。
本研究は、胸部 X 線画像の診断モデルにおける人種的バイアス（ショートカット学習）を抑制しつつ診断精度を維持するために、単純な肺領域の切り出し（クロッピング）が効果的な前処理手法であることを明らかにしました。