「embedding」の検索結果
89 件このリポジトリでは、データとAIアルゴリズムを製品化するためのプラットフォームであるTaipyを提供しています。
ドキュメントを構造化するために使えるオープンソースのETLソリューション。
Do learned audio embeddings encode structure that nobody told them to encode? We probe four large pretrained a
Learning world models that infer environment dynamics from high-dimensional observations and predict outcomes
Sample retrieval tools can help composers find harmonically compatible material, but querying from a fixed ref
The renewed global focus on lunar exploration, driven by the prospect of in-situ resource utilization and a su
Frozen EEG encoders proliferate; per-model fine-tune defaults do not scale. We present Nimbus Personalizer: on
Frozen EEGのエンコードを使用し、Frozen TrunkとFoundation Modelを統合することにより、システムのパーソナライズを実現します。
この論文では、セルフスーパーバイス学習の公平性を達成するために、Unbiased Open World Regularizationを提案する。この方法は、学習された表現を歪曲するbiasを排除
Large reasoning models (LRMs) generate long reasoning traces before producing final answers. While these trace
Multi-branch architectures and CNN-Transformer fusion have long been regarded as effective ways to improve veh
画像コピーライト侵害検-outのために、新しい統合された検出フレームワークを開発した。このフレームワークは、侵害の有力性を特性の変化として視覚化し、侵害判定のためにコピーライトの保護されたターゲットの条件付き分布シフトを
Chemists and materials scientists increasingly use machine learning models, such as graph neural networks (GNN
液体の識別は、ミクロ流動の応用に不可欠であり、しかし、流況、圧力、温度を取り巻く条件が変化することで、信頼性が失われるのである。この研究では、物質の物理的関係を考慮し、視覚的シグナルを結合することで、物質を識別するための
この研究では、可視表現の量化を支援する超球形コードを提案し、高次元空間における可視表現を簡潔に表現する機能があることを明らかにしました。
この研究では、マルチリンガル映像認識を支援するプロジェクターを提案し、マルチリンガル
We present Nanbeige4.2-3B, a compact general agentic model with 3B non-embedding parameters. It delivers stron
ラジオリジー報告の自動化は、報告の連続性と臨床ワークフローを改善するために重要です。 CLIPは、医学分野の視覚言語モデリングを進歩させましたが、既存のCLIPスタイルアプローチでは、複雑な報告生成において十分なfine
The rapid advancement of generative models has spurred the critical need to evaluate the worst-case robustness
人間の推論とマシン・リーザーの推論を一致させることがAIセキュリティーやセーフティーにおける課題です。人間の推論とマシンの推論を対称化することで、AIシステムを安全かつ予測可能なものとすることができます。
複数のプラットフォームにおける政治的偏見の測定を提唱し、プラットフォームをまたいだ政治的偏見の統一的な測定方法を開発します。
分布的ガウスRBFのRPKHSを統計的に解釈し、ガウスRBFのRBFの統計的解釈を
Previous work has shown that the simple dataflow primitives of the Lustre language allow the natural, semantic
Roadblocks in Bolivia are a social conflict phenomenon with devastating economic impacts, estimated at losses
分子設計技術のための新しいアプローチであるEnsembleEGNN（Equivariant Graph Neural Network）を提案しました。EnsembleEGNNは、共役グラフニューラルネットワークを使用して
認知機能障害（CI）は重大な公衆衛生上の懸念となっている。早期発見と精度の高い診断は、適切な介入と患者結果の向上に不可欠である。この研究では、スピーチベースのCI検出が有望な非侵襲的アプローチであることを示唆している。最
自律車は人間の協調を必要としますが、交通信号機のない交差点では協調が困難です。この研究では、複数の自律車を操作するための新しいアプローチが提案されていて、Master-AgentProto-planSystem（MAPS
この研究では、臨床データと画像データを用い、臓器の遺伝子発現プロファイルを予測することができます。提唱されるM^3-Genフレームワークは、生成的アジバーサリアルネットワークを用い、臨床データと画像データを組み合わせた方
ロシア語で構築されたベンチマーク、RUMBAは、LLMの長期的なメモリをテストするために開発されました。このベンチマークでは、長期的なメモリを使用する質問のタイプや、ロシア語のテキスト内のメモリと時間に関する情報を考慮し
LLM agents increasingly rely on external tools, expanding capability while creating a new security boundary: t
Join discovery is a core task in dataset search, enabling users to find columns that can be joined with a give
脳波データを用いたアプリケーションに必要な自律性を持たせた新しいEEGバックボーンモデルの提案であり、そのようなモデルは、EEG特性を理解する上で大きな助けとなるように期待されている。
組織内の脳波データを用いた
オープン語彙セマンティックセグメンテーションは、前もって定義されたカテゴリ以外のオブジェクトを分類する手法の一種である。本研究では、大規모言語モデルでこの手法を実現するために、連続的な視覚テキストのアライメントを実現する
この研究では、大規模言語モデルを活用して、Greekに基づく書籍検索システムの評価を行いました。大規模言語モデルを活用することで、検索精度が高まりました。
この論文では、会話マンダリンにおける単語の意味と子音の特性の関係を調べました。その結果、単語の
この研究では、トークン圧縮における進化的圧縮を提案し、トークン圧縮における進化的圧縮の効率的で高精度な解決策を提供した。
ビデオ内のキャメラの動きと物体の動きを切り離すことで、モーションの表現学習を改善した。
この研究では、現状では手動で行われている衣類制作パターンのデータから3Dモデルを自動生成することを目的として、グラフベースの学習フレームワークを提案している。このフレームワークは、衣類パターンを表すグラフを学習によって構
この研究では、大規模なオムニモダル言語モデル（Omni-LLMs）へのデータコンプレッションを目的として、オムニ-LLMsのトークンコストの増大を緩和するフレームワーク、ReMoの提案している。ReMoは、オムニ-LLM
Neural Radiance Fields (NeRF) have revolutionized novel view synthesis, yet their classical implementations re
Large Vision-Language Modelを用いてスパーズ概念チャンネルの学習を行い、高精度な radiological finding を実現する。
可視化言語アクションモデルを用いてWorldモデリングを実現し、大規模なアウトドアシミュレーションで役立てる。
本論文では、テキストと動画を対応させるDistribution-Alignment Bridge（DAB）を提案します。DABは、テキストと動画のエンティティを確率分布として表現し、両者の間の分布の差異を解決します。この
この研究では、都市ウォークビデオを分析するために、4つのモダリティの表現（スペース時領域情報、時間平均画像、オーディオ符号化、テキストベースの表現）を使用しました。
分布の比較を扱う研究、Directional Kernel Mean Difference を用いて分布の比較を提案する。
LLMのインフェランス効率化を目的としたクラスタリングアルゴリズムが提唱される。このアルゴリズムは、各サンプルにクォリティコントロールを実行する能力を備えていると主張し、プローブメトリクスとパフォーマンスメトリクスを組み
スリランカの文化的価値観が反映された言語モデルの開発により、同国で言語モデルを使用する際の精度を向上させることができると予想され、このような言語モデルを開発するためのリソースを提供します。
危険な問題に対する正しい答えを提供する大きな言語モデルと費用の効率が良い、小さな言語モデルを協力させる技術が開発されました。
AIは、特に当代芸術作品のパスティーシュを作成する能力が高いが、これらの作品はどれだけ実際の作品と似ているかを調べました。
アラビアsentiment分析には、文章中で明示的に述べられていないアスペクトを抽出する機能が必要です。これは、オプションの言語モデルにアッセメントグラフを使用して実現できますが、低リソース言語であるアラビア語では、この
データ多様性はフェアかつ頑健なNLPモデルを構築する上で重要な要素である。しかし、データ多様性を測定する現存のアプローチは不合理で一貫性が欠けている。そのため、エンドポイントベースの多様性測定ツールを提案した。
この研究では、画像CLEFmed GANs 2026のイベントで利用可能なプライバシープリザーブCTスラ이스生成にフォーカス。開発されたアプローチは最適な輸送条件フローマッチングとプライバシーの考慮を含むトレーニング、お
オブジェクトの形状変形をモデル化するためのNeural ODEを提案し、計算速度が向上したり、リアルタイムアプリケーションに対応したりすることを目指しています。
複数ターンのファッション画像検索は、実世界のファッション検索では重要なタスクです。Diverse-Intent Multi-Turn Fashion Image Retrievalアルゴリズムは、異なる検索用途を扱うこと
可視光と非可視光のデータを連携するためのアプローチを提案し、可視光と非可視光のデータを連携するための精度と効率を向上させることを目指しています。
この研究では、エージェントメモリーのワークロードは直接的事実検索、関係連鎖や現在の状態の推論、長時間の履歴上に関係がある合成を組み合わせて、Supra Cognitive Modes を開発しました。このアーキテクチャで
This comprehensive study introduces an advanced Artificial Intelligence for Indian Legal Question Answering (A
Large language models (LLMs) have driven rapid progress in electronic design automation (EDA), yet their appli
因果推論を用いた政策学習を提案し、政策選択を行う際に最も近い類似の証拠によって行動の有効性を評価することを目指している。
動的グラフの構造と意味のパターンを捉えるため、最新の研究では、ラベル付けされたデータの欠如に対応するために、生成的または対比的のパラダイムを導入する。ただし、これらの方法は複雑なエッジレベルからの再構築の目標に依存し、グ
ロボット制御を効率化するために、パッチを用いた政策学習を提案し、密集された視覺表現を用いて実装することを目的としている。
Flow policies can represent multimodal action distributions for robot manipulation, yet a robot must execute o
The Contrastive Olfaction-Language-Image Pre-training 2 (COLIP-2) model is a multimodal embeddings space that
Linear attention promises constant-time recurrent inference but degrades sharply on associative recall. We for
Unstructured data, such as images and text, are increasingly used in empirical economics. Since training machi
Two critiques of connectionist cognition converge on one missing capacity. In The Algebraic Mind, Marcus isola
脳のニューロン同士のつながりを分析する方法を提案する。この方法では、神経伝達の構造を考慮しながら、ニューロン間のつながりを分析できる。
高次元カテゴリデータを可視化するため、hierarchical optimizing linear assignment (HOMALS)を使用し、可視化に役立つ関連表
Cross-view geo-localization matches ground-level observations against geo-tagged satellite imagery. Recent met
この研究では、目標が現在の状況に依存するゴール表現を確立します。研究者は、目標の静的表現をステート条件表現に更新することで、現在の状況に応じて目標を修正します。
We introduce Sticky Jump Diffusions (SJDs), continuous-time Markov processes on $\mathbb R^d$ whose discrete a
Dimensionality reduction has proven powerful for identifying neural manifolds, which are low-dimensional struc
The human visual system (HVS) employs foveated sampling and eye movements to achieve efficient perception, con
これは、Exploratory Landscape Analysisにおけるランダムサブスペースのサンプリングを使用するためのフレームワークであるSampling on Random Subspacesを提案している。
これは、プレイヤーが勝つゲームの勝利条件の強制とパロディーを目的としています。カードプレーヤーのゲームで特に興味を持っています。
これはLeanの統合演算子に関する論文で、サーフの定理からブルワー定理までの論理的な導出を検討しています。
The integration of Large Language Models (LLMs) with evolutionary computation has emerged as a powerful paradi
Large language models remain limited as continual learning systems, motivating renewed interest in Sparse Dist
We propose an asymptotic analysis of the Shapley value in a dataset valuation setting in which utilities are m
このアプローチでは、ゼロサムゲームのポリシー表現学習を取り上げ、ポリシー表現を生成し、評価する方法を提案しています。
Biological neural circuits obey Dale's principle: each neuron's synapses are uniformly excitatory or inhibitor
この研究では、パーソナライズされた話し言葉アシスタンスシステムを提案します。
この研究では、多様性のあるトキシックテストを検索します。
物理学定理を使用したニューラルネットワークを提案。物理学定理をニューラルネットワークに組み込み、この定理を用いて機械学習を向上させる。
機械学習モデルを評価する手法を提案。既存の評価方法ではモデルが誤った結果を出してしまうため、これによりモデルが正確に評価できる。
神経網路の設計を目指す本研究では、ANNとSNNを組み合わせたハフマン式設計法
この研究では、Controlled Dynamics Attractor Transformer (CDAT)を提案しました。このTransformerは、Self-Attention MechanismとAssocia
How the wiring and functional organization of cortex shape recurrent computation remains a central question in