論文の概要: A Cognitive-Aware QML-CRL Framework for Detecting Affinity and Romance-Investment Fraud

• arxiv url: http://arxiv.org/abs/2610.09141v1
• Date: Tue, 06 Oct 2026 21:33:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:22.614483
• Title: A Cognitive-Aware QML-CRL Framework for Detecting Affinity and Romance-Investment Fraud
• Title（参考訳）: QML-CRLフレームワークによる親和性とロマンス投資不正の検出
• Abstract要約: 本稿では,マニピュティブな会話における認知バイアスをモデル化することにより,親和性とロマンス投資詐欺を検出するハイブリッド量子古典的枠組みを提案する。 提案手法では, この不正クラスの中心となる認知バイアスを, パラメータ化量子回路に専用量子ビットで処理する。 モデルの性能を, 正当性, 迅速性, 正当性, プレッシャー性を含む合成会話で評価する。
• 参考スコア（独自算出の注目度）: 1.1970409518725493
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: We present a hybrid quantum-classical framework that detects affinity and romance-investment fraud by modelling the cognitive biases in a manipulative conversation. In our proposed framework, cognitive biases central to this fraud class are carried by dedicated qubits in a structured parameterized quantum circuit, together with a frame qubit makes the encoding sensitive to the temporal order of manipulative reframing, and a narrative qubit that aggregates co-occurrence through a trainable entanglement layer. The circuit parameters are trained jointly with a classical reinforcement-learning agent that decides, turn by turn, whether to flag the conversation, modeled as an optimal stopping problem. We evaluate the model's performance on synthetic conversations that include hard negatives, legitimate but urgent, and legitimate but pushy sales conversations.
• Abstract（参考訳）: 本稿では,マニピュティブな会話における認知バイアスをモデル化することにより,親和性とロマンス投資詐欺を検出するハイブリッド量子古典的枠組みを提案する。 提案手法では, フレーム量子ビットとともに, フレーム量子ビットとともに, トレーニング可能なエンタングルメント層を通じて共起を集約する物語量子ビットの時間順序に敏感な符号化を行う。 回路パラメータは古典的強化学習エージェントと共同で訓練され、最適な停止問題としてモデル化された会話をフラグするかどうかを交互に決定する。 モデルの性能を, 正当性, 迅速性, 正当性, プレッシャー性を含む合成会話で評価する。

関連論文リスト

• Think Before You Comfort: Reflective Cognitive Alignment for Protocol-Grounded Elderly Stimulation Agents [48.15163583481749]
  反射認知アライメント(RCA)は、連続的な決定プロセスとして相互作用を刺激する。 RCAは、標準のプロンプトベースラインよりもプロトコルの遵守、安全性、グループファシリテーションを一貫して改善する。
  論文  参考訳（メタデータ） (2026-07-13T12:47:09Z)
• On the Hidden Costs of Counterfactual Knowledge Training in LLM Unlearning [65.58724910851039]
  対実的チューニング(CFT)は、訓練モデルによるLarge Language Model(LLM)アンラーニングのための有望なパラダイムとして登場した。 このパラダイムは、いくつかの面で他のパラダイムよりも優れています。 本稿では,新しいトレードオフ指標と勾配レベルの診断ツールを備えた拡張ベンチマークRWKU+を紹介する。
  論文  参考訳（メタデータ） (2026-05-26T14:34:14Z)
• Domain-Aware Hybrid Quantum Learning via Correlation-Guided Circuit Design for Crime Pattern Analytics [54.3410887955176]
  犯罪パターン分析は法執行機関と予測警察にとって重要である。 急速な都市化による犯罪活動の急増は、高次元の不均衡なデータセットを生み出す。 本研究では,犯罪分析のための量子古典比較フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-08T06:05:25Z)
• The Silent Thought: Modeling Internal Cognition in Full-Duplex Spoken Dialogue Models via Latent Reasoning [76.96796481909581]
  内部認知処理は高品質な応答の定式化に役立っている。 本稿では,音声認識と同時に潜在的思考を行うFLAIRという新しい手法を提案する。 我々のアプローチは音声対話システムとシームレスに一致している。
  論文  参考訳（メタデータ） (2026-03-18T15:30:29Z)
• Extreme Quantum Cognition Machines for Deliberative Decision Making [0.0]
  本稿では,量子学習アーキテクチャのクラスであるExtreme Quantum Cognition Machinesを紹介する。 量子認知パラダイムにインスパイアされたExtreme Quantum Cognition Machinesは、量子極端学習と量子貯水池計算と密接に関連している。 提案フレームワークのハードウェア互換量子実装について論じる。
  論文  参考訳（メタデータ） (2026-03-05T17:53:35Z)
• Challenge-Response Quantum Reinforcement Learning with Application to Quantum-Assisted Authentication [0.0]
  隠れ情報を用いた課題応答型タスクとして定式化された量子強化学習環境を提案する。 3つのエージェントについて検討する: 純粋に古典的なエージェント、軽量なハイブリッドエージェント、およびディープハイブリッドエージェント。 以上の結果から,軽量ハイブリッドエージェントは2つの量子状態コピーを用いて信頼性の高い推論を行うことができた。
  論文  参考訳（メタデータ） (2026-02-12T22:44:51Z)
• Pushing the Boundaries of Natural Reasoning: Interleaved Bonus from Formal-Logic Verification [49.506412445511934]
  大きな言語モデル(LLM)は目覚ましい能力を示すが、その次は論理的不整合と報奨ハックを生み出す。 本稿では,自然言語生成プロセスと形式的記号的検証を動的にインターリーブする形式論理検証誘導フレームワークを提案する。 我々はこのフレームワークを,形式論理検証誘導制御による微調整とポリシー最適化の相乗効果を生かした,新しい2段階のトレーニングパイプラインを通じて運用する。
  論文  参考訳（メタデータ） (2026-01-30T07:01:25Z)
• Representation Learning with Parameterised Quantum Circuits for Advancing Speech Emotion Recognition [37.98283871637917]
  音声感情認識(SER)における量子回路(PQC)の利用について検討する。 従来の畳み込みニューラルネットワーク(CNN)にPQCを統合するハイブリッド量子古典アーキテクチャを提案する。 トレーニング可能なパラメータの50%以上を削減し,古典的なCNNベースラインに対する分類性能の向上を実現した。
  論文  参考訳（メタデータ） (2025-01-21T11:23:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。