Evaluating Explainability in Safety-Critical ATR Systems: Limitations of Post-Hoc Methods and Paths Toward Robust XAI
安全性が重要な自動目標認識(ATR)システムにおける説明可能なAI(XAI)の限界が指摘されました。
AI&Tech、もう追いかけなくていい。
30秒で読めるニュースダイジェスト
安全性が重要な自動目標認識(ATR)システムにおける説明可能なAI(XAI)の限界が指摘されました。
AIが不確実性を考慮し、透過性ペプチドを効率的に設計する新手法が発表されました。
自然言語プロンプトからアナログ回路を設計するAIモデル「CircuitFormer」が開発されました。
新しいデータドメインに継続的に適応するAIモデルの性能劣化を抑制するフレームワークが提案されました。
フォン・ノイマンの細胞オートマトンを基にした新しいニューラルネットワーク「Von Neumann Networks(VNN…
複数シートにまたがるスプレッドシートをAIが理解するための新しい表現方法「Sheet as Token」が提案され…
強化学習のQ学習において、長期的な学習の安定性と精度を向上させる「Long-Horizon Q-learning (LQL)」が…
JDがLLMの推論能力を向上させる新手法「AGPO」を発表しました。
化学論文の分子構造図を機械可読形式に変換するOCSRの新たな評価ベンチマークが発表されました。
大気質予測モデルの現実的な評価を可能にするグローバルベンチマーク「AirQualityBench」が発表されました…
AIエージェントが協調してタスクを達成するための新しい通信フレームワーク「SANEmerg」が発表されました。
XDecomposerは、X線回折データから未知の複数物質を自動で分離・特定するAIフレームワークです。