I.2.0」カテゴリーアーカイブ

Eye-gaze Guided Multi-modal Alignment Framework for Radiology

要約 マルチモーダル フレームワークでは、クロスモーダル機能の調整が大きな課題と … 続きを読む

カテゴリー: 68T07, cs.CL, cs.CV, I.2.0 | Eye-gaze Guided Multi-modal Alignment Framework for Radiology はコメントを受け付けていません

Prompt Tuned Embedding Classification for Multi-Label Industry Sector Allocation

要約 プロンプト チューニングは、大規模言語モデル (LLM) と呼ばれることが … 続きを読む

カテゴリー: 68T50, cs.AI, cs.CL, I.2.0 | Prompt Tuned Embedding Classification for Multi-Label Industry Sector Allocation はコメントを受け付けていません

Diffusion-based inpainting of incomplete Euclidean distance matrices of trajectories generated by a fractional Brownian motion

要約 フラクショナルブラウン軌道 (fBm) は、ランダム性と強力なスケールフリ … 続きを読む

カテゴリー: 68T07, cs.CV, I.2.0 | Diffusion-based inpainting of incomplete Euclidean distance matrices of trajectories generated by a fractional Brownian motion はコメントを受け付けていません

Measuring proximity to standard planes during fetal brain ultrasound scanning

要約 この論文では、胎児の脳内の標準平面 (SP) へのより効果的なナビゲーショ … 続きを読む

カテゴリー: cs.AI, cs.CV, I.2.0 | Measuring proximity to standard planes during fetal brain ultrasound scanning はコメントを受け付けていません

David and Goliath: An Empirical Evaluation of Attacks and Defenses for QNNs at the Deep Edge

要約 ML はクラウドからエッジに移行しています。 エッジ コンピューティングに … 続きを読む

カテゴリー: cs.AI, cs.CR, cs.LG, I.2.0 | David and Goliath: An Empirical Evaluation of Attacks and Defenses for QNNs at the Deep Edge はコメントを受け付けていません

AI and the Problem of Knowledge Collapse

要約 人工知能は膨大な量のデータを処理し、新たな知見を生み出し、生産性を向上させ … 続きを読む

カテゴリー: cs.AI, cs.CY, I.2.0 | AI and the Problem of Knowledge Collapse はコメントを受け付けていません

Efficient Deep Learning-based Estimation of the Vital Signs on Smartphones

要約 日常生活におけるスマートフォンの使用が増えるにつれ、これらのデバイスは多く … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.LG, eess.IV, eess.SP, I.2.0 | Efficient Deep Learning-based Estimation of the Vital Signs on Smartphones はコメントを受け付けていません

Shapley Values-Powered Framework for Fair Reward Split in Content Produced by GenAI

要約 現在、生成モデルの品質が人間の専門家を上回っていることは明らかです。 しか … 続きを読む

カテゴリー: 68T05, 91A12, 91B32, cs.AI, cs.CV, I.2.0 | Shapley Values-Powered Framework for Fair Reward Split in Content Produced by GenAI はコメントを受け付けていません

Interpretability Guarantees with Merlin-Arthur Classifiers

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

Unveiling the Significance of Toddler-Inspired Reward Transition in Goal-Oriented Reinforcement Learning

要約 幼児は、まばらなフィードバックを伴う自由な探索から、より密度の高い報酬を伴 … 続きを読む

カテゴリー: cs.AI, cs.LG, I.2.0 | Unveiling the Significance of Toddler-Inspired Reward Transition in Goal-Oriented Reinforcement Learning はコメントを受け付けていません