「68T01」カテゴリーアーカイブ

As Good As A Coin Toss: Human detection of AI-generated images, videos, audio, and audiovisual stimuli

投稿日: 2024年3月27日 作成者: jarxiv

要約 合成メディアが徐々に現実味を増し、その使用の障壁が低くなり続けるにつれて、 … 続きを読む →

カテゴリー: 68T01, cs.AI, cs.HC, cs.SD, eess.AS, I.2 | As Good As A Coin Toss: Human detection of AI-generated images, videos, audio, and audiovisual stimuli はコメントを受け付けていません

As Good As A Coin Toss Human detection of AI-generated images, videos, audio, and audiovisual stimuli

投稿日: 2024年3月26日 作成者: jarxiv

要約 合成メディアが徐々に現実味を増し、その使用の障壁が低くなり続けるにつれて、 … 続きを読む →

カテゴリー: 68T01, cs.AI, cs.HC, cs.SD, eess.AS, I.2 | As Good As A Coin Toss Human detection of AI-generated images, videos, audio, and audiovisual stimuli はコメントを受け付けていません

Unveiling Group-Specific Distributed Concept Drift: A Fairness Imperative in Federated Learning

投稿日: 2024年3月25日 作成者: jarxiv

要約 進化する機械学習の分野では、公平性の確保が重要な懸案事項となっており、意思 … 続きを読む →

カテゴリー: 68T01, cs.LG, I.2.m | Unveiling Group-Specific Distributed Concept Drift: A Fairness Imperative in Federated Learning はコメントを受け付けていません

Interpretability Guarantees with Merlin-Arthur Classifiers

投稿日: 2024年3月25日 作成者: jarxiv

要約 ニューラルネットワークなどの複雑なエージェントに対しても証明可能な解釈可能 … 続きを読む →

カテゴリー: 68T01, 91A06, cs.AI, cs.LG, I.2.0 | Interpretability Guarantees with Merlin-Arthur Classifiers はコメントを受け付けていません

Reproducibility and Geometric Intrinsic Dimensionality: An Investigation on Graph Neural Network Research

投稿日: 2024年3月14日 作成者: jarxiv

要約 機械学習研究における経験的証拠の複製と再現性の難しさは、近年顕著なトピック … 続きを読む →

カテゴリー: 68T01, cs.AI, cs.LG, I.2.6 | Reproducibility and Geometric Intrinsic Dimensionality: An Investigation on Graph Neural Network Research はコメントを受け付けていません

Discovering Artificial Viscosity Models for Discontinuous Galerkin Approximation of Conservation Laws using Physics-Informed Machine Learning

投稿日: 2024年2月27日 作成者: jarxiv

要約 有限要素ベースの保存則の高次ソルバーは高い精度を提供しますが、ギブス現象に … 続きを読む →

カテゴリー: 35L65, 65M60, 68T01, cs.LG, cs.NA, math.NA | Discovering Artificial Viscosity Models for Discontinuous Galerkin Approximation of Conservation Laws using Physics-Informed Machine Learning はコメントを受け付けていません

Vygotsky Distance: Measure for Benchmark Task Similarity

投稿日: 2024年2月27日 作成者: jarxiv

要約 評価は現代の自然言語処理において重要な役割を果たします。 最新の NLP … 続きを読む →

カテゴリー: 68Q32, 68T01, 97C30, 97P80, cs.AI, cs.CL, cs.LG, H.1.1 | Vygotsky Distance: Measure for Benchmark Task Similarity はコメントを受け付けていません

Modelling Human Values for AI Reasoning

投稿日: 2024年2月12日 作成者: jarxiv

要約 今日の最も重要な社会的課題の 1 つは、その動作、または相互作用するエージ … 続きを読む →

カテゴリー: 68T01, cs.AI, cs.MA, I.2.4 | Modelling Human Values for AI Reasoning はコメントを受け付けていません

Semantic2Graph: Graph-based Multi-modal Feature Fusion for Action Segmentation in Videos

投稿日: 2024年2月7日 作成者: jarxiv

要約 ビデオ アクション セグメンテーションは、多くの分野で広く適用されています … 続きを読む →

カテゴリー: 68T01, 68T30, 68T45, cs.CV, cs.MM, I.2.10 | Semantic2Graph: Graph-based Multi-modal Feature Fusion for Action Segmentation in Videos はコメントを受け付けていません

How well can large language models explain business processes?

投稿日: 2024年1月24日 作成者: jarxiv

要約 大規模言語モデル (LLM) は、システム ライフサイクルのすべての段階に … 続きを読む →

カテゴリー: 68T01, cs.AI | How well can large language models explain business processes? はコメントを受け付けていません