本サイトは 12 時間以上更新されていません（通常は 3 時間ごと）。以下の内容は最新でない可能性があります。
このページに条件に合う項目はありません（絞り込みはこのページ内のみ）。
説明小規模コホートにおけるラジオミクス生存解析のための4段階検証プロトコル：身体組成を用いた事例研究
要約本方法論研究は、小規模コホートでのラジオミクス生存解析に向けた4段階の検証プロトコルを提案し、FDR補正による特徴量選択、事前特徴選択と埋め込み型正則化の比較、反復ネステッド交差検証、ガウスノイズ特徴量による陰性対照を含みます。胃腸膵神経内分泌腫瘍の患者78例を対象に、第3腰椎CT由来の身体組成ラジオミクス特徴を評価しました。L3ラジオミクスには控えめな予後シグナルがあるものの不確実性が大きいことが示され、同プロトコルは他の小規模研究にも応用可能とされています。
説明Google AlphaEarth基盤モデルの埋め込みとFields of the World圃場境界図によるモロッコ全国規模の作物種別マッピング
要約本論文は、Googleが公開しているAlphaEarth Foundationsの64次元事前学習済み埋め込みと軽量な分類器を用いて、モロッコ全土の作物種別を地図化する手法を検討しています。作物は冬穀類、樹木作物、その他の作物の三分類です。全国推論はFields of the World圃場境界図で農地に限定されています。独立したテストセットで十回反復した平均分類精度は87.17±0.42%で、全国推論は約5時間で完了しました。
説明Library of Hands：世界モデルではなく「手」を直す手法
要約本論文は、訓練を必要としない手法 Library of Hands（LoH）を提案する。世界モデルは凍結したまま、指令から実際に適用される動作への対応関係（「手」と呼ばれる）だけを補正する。LoH は凍結モデルを使い、二枚のカメラ画像の変化を最もよく説明する動作を推定し、同定したすべての手を保存して、同じ設定が戻った際に再学習せず認識する。三つのシミュレーション課題の閉ループ試験では、成功率が 28.6% から 62.3% に向上し、何も変化しない場合の低下は 0.6 ポイントだった。
説明実機と仿真データによるVLAモデルの適応：ロボットチェスを題材とした事例研究
要約本論文は、ロボットアームでチェスの駒を移動させるタスクを通じ、汎用の視覚・言語・行動（VLA）モデル（π0.5）を個別のロボットとタスクに微調整する方法を調べています。データ量、学習更新回数、シミュレーションデータの役割を検証し、仿真では成功率がデータと更新回数に応じて向上することを示しました。また、学習率を短期間下げる処理が結果の比較に必要であり、検証損失はモデル選択に信頼できないとしています。実機では、仿真デモによる事前学習が実データが少ない場合に特に有効でした一方、いくつかの改良手法は通常の行動クローニングを上回る効果を示しませんでした。
説明解釈可能性ツールはモデル固有ではない：モデル間での拒否方向と読み出しツールの転移
要約本論文は、ラベルなしプロンプトのみで学習した残差ストリーム間の写像を用いて、解釈可能性ツールを別のモデルへ移せるかを検討している。5つのモデル系列、1Bから72Bパラメータの110組のモデルで、拒否方向と正解性方向、感情プローブを転移させた。転移の程度は写像を学習したデータの範囲に依存し、ツールが作用する領域のラベルなしプロンプトを加えると回復率が大きく向上した。
注目点残差ストリームの写像を無ラベルのプロンプトだけで学習し解釈ツールを移植する点が新しい。110組のモデルで検証し、線形写像の証明と被覆スコアを示す。
説明スクリブル教師あり分割を何が崩すのか？アノテーションの頑健性を検証する監査ベースのベンチマーク
要約スクリブル教師ありセグメンテーションは通常、固定された注釈セットで評価されるため、意味的・幾何学的な不完全さに対する頑健性はよく分かっていません。本研究は PASCAL VOC 2012 の手作業によるスクリブル 12,031 件の監査を動機として、6 種類の制御可能な摂動演算子を導入し、複数のバックボーンと学習手法で評価しました。クラス誤りの摂動では、TEL-ResNet101 の VOC における mIoU が 70.08 から 1.46 に低下しました。本ベンチマークは、クリーンなデータセットでの精度を超えて注釈の頑健性を診断するための再現可能な手順を提供します。
説明制御された二値割り当てフロー：グラフ上の二値ラベル付けのための深層割り当てフローを幾何学的に学習する手法
要約本論文は、グラフ上の二値データラベリングのための深層割り当てフロー（deep assignment flows）について、時間変化するパラメータ化を幾何学的に表現し学習する手法を提案する。各辺のパラメータフローは、入力データの非局所線形スケール空間表現に基づく目的関数により、2次元の全測地部分多様体内で最適に制御される。三つ組のフローの集約は5次元の全測地部分多様体内でデータから学習され、それらの融合によって高次元対称パラメータ空間内の軌道が定まり、幾何学的積分により二値深層割り当てフローの各層が得られる。数値実験は、この高度に並列化された局所幾何学的合成手法の表現力と限界を示している。
説明消費財向け販促価格最適化（Trade Promotion Optimisation）
要約この論文は、価格弾力性の推定から促販価格の推奨までを一連で行うエンドツーエンドの販促最適化システムを提案しています。根拠の弱い商品では、類似商品の弾力性と曲率を借用します。39品目の消費財ブランドで4週間の販促実験を行ったところ、利益率を据え置いたまま販売数量が20.6%、売上が6.9%増加したと報告されています。
説明認証・報告・棄却：臨床判断のための害制約付きコンフォーマル予測
要約本論文は、学習を必要としないフレームワークHC-ROCPを提案します。凍結された分類器の確率を用い、予測集合と行動の選択時に害のペナルティを加えます。独立した校正データ分割で多重性調整を行って方針を検証し、COVID-19胸部X線、ISIC 2019皮膚鏡画像、EyePACSからAPTOSへの網膜症転移の各場面で後ろ向きに評価しています。COVID-19の重度行動エラー率は、厳密なリスク最適基準の4.68%から0.54%に低下しました。
説明スライス推論はいつ効果があるのか：解像度、タイリング、密な融合による小物体検出
要約本論文は、高解像度画像の小物体検出に用いられるスライス推論（SAHIなど）がいつ実際に有効かを検討しています。VisDroneとDOTAで七つの密な検出器を比較し、切片化による利得の多くは解像度の効果であることを示しています。また、各パスの密な出力を画素ごとの被覆が均一になるよう重み付けして累積するSCAHIを提案し、DOTAでは最良の単一パスを上回る結果を報告しています。
注目点SCAHIを提案し、ボックス融合の代わりに被覆重み付きの密な出力を用い、解像度を明示変数としてVisDroneとDOTAで比較したと報告している。
説明制御変数を用いたシミュレーション支援型強化学習
要約本論文は、シミュレーションデータを学習目標の決定には使わず、学習過程の分散低減のみに用いる、制御変数（control variates）に基づく保守的なシミュレーション支援型学習手法を提案しています。まず方策評価に適用し、アクター・クリティック枠組みで方策改善を行い、さらにオフライン強化学習へ拡張しています。複数のMuJoCoベンチマークタスクでの実験では、標準的なシミュレーションデータ混合手法より性能が向上したと報告されています。
説明TrialDesignBench：第I相試験デザインを臨床知識と照合して言語モデルを評価するベンチマーク
要約本論文は、第I相・第I/II相の腫瘍学用量探索試験617件からなるベンチマーク「TrialDesignBench」を提案しています。各試験には、FDAの最新の規制の取り組みと整合し、専門家が検証した参照デザインが付けられています。著者らは5つの最先端大規模言語モデルを評価し、いずれも参照基準には達しなかったと報告しています。さらに、性能差の主な原因として、記録されていない設計要因の推定と構造化された決定木による推論の2点を挙げています。
説明晴天以外：大規模言語モデルで悪天候時の都市交通量を予測する
要約本論文は、大規模言語モデル（LLM）から得た意味的事前知識とグラフベースの時空間学習を統合したMulti-STGフレームワークを提案し、悪天候時の都市交通量を予測する。天候、POI、祝日などの環境記述を意味埋め込みに変換し、マルチモーダル注意融合とゲート付き残差校正で予測を行う。三都市の実データセットでの実験では、最強のベースラインと比べて平均MAEを11.82%削減し、データが疎で非定常な条件でも安定した性能を示した。
説明小規模言語モデルのローマ字表記ネパール語への適応：トークナイザー効率、参照尤度、生成指標
要約本論文は、ラテン文字で書かれたネパール語に、約20億〜30億パラメータの三つのオープンな基盤モデル（Llama-3.2-3B、Qwen2.5-3B、Gemma-2-2B）をQLoRAで適応させる方法を検討している。学習にはネパール語の指示データを決定的に音訳した9,000件の例を用いた。微調整によりchrF++は10〜14から29.0〜30.6へ上がり、参照尤度も改善した。ただし尤度と文字重なりの指標はモデル間の差の大きさについて一致せず、トークン分割が少ないことが参照に近い出力に対応するとは限らなかった。
説明スパイクから場へ：空間スパイキングニューラルネットワークにおける乱流様ダイナミクスの機構
要約本論文は、空間的なリーキー積分発火型スパイキングニューラルネットワークを構築し、スパイクを活動密度場およびヒルベルト位相場に変換して、乱流様の場構造を生む仕組みを調べています。遅延と距離依存性を持つ受動樹状突起の条件で乱流様構造が再現され、放電率や渦の数だけでは不十分で、空間スケーリングとスパイク伝播を併せて解釈する必要があると示しています。
説明動画を用いた断片的な遮蔽の背後にある物体の再構成と認識
要約本論文は、単一カメラで撮影した移動物体のグレースケール画像列から、葉などの高密度で断片的な遮蔽の向こうにある物体を再構成する手法を提案している。各フレームの画像を位置合わせし、平均画像のコントラストが最大になるよう整列パラメータを最適化して、積分画像を得る。合成および実際の動画による実験では、遮蔽密度が90%を超える場合でも正確な再構成が可能であることが示された。また、この積分画像を標準的な分類器に入力すると、強い遮蔽下でも物体を識別できることが示されている。
説明タイプ論理文法と形式言語：一階線形論理の言語クラスと計算量
要約本論文は、積・結合則・抽出・中置の標準的規則を持つタイプ論理文法を扱い、その固定認識問題がNP完全であることを示す。また、一階線形論理の文法が、非決定的線形時間で認識される言語クラス（準線形文法）を模倣できることを証明する。これにより、一階線形論理は非決定的線形時間の文字列言語、グラフ言語、オートマトンの論理と見なせると述べている。
注目点型論理文法の固定認識問題がNP完全であることを示し、一階線形論理文法を非決定的線形時間言語のクラスへ写像する点が新しい。
説明非同期なWiFi・IMUによる屋内測位のための連続時間セット・トランスフォーマー
要約本論文は、WiFi受信信号強度とIMU計測値を、タイムスタンプ付きの順序を持たないトークン集合として扱う連続時間トランスフォーマーを提案している。単一のアテンションブロックでモダリティと時間をまたいで情報を融合し、リサンプリングやモダリティ別の分岐を不要にしている。学習時にはモダリティ全体と個々の観測をランダムに遮蔽し、欠損や古い入力下でも動作できるようにしている。異なる日のセッションを含む実データで、クロスセッションのドリフト下で公開WiFiフィンガープリント基線を上回り、学習型融合や推測航法の基線と同等の性能を示し、観測の欠損や陳腐化に対して緩やかに性能が低下することを報告している。
説明fMRIによる音声拡散Transformerの直接条件付け：皮質が音声再構成に寄与する様子の解明
要約本論文はMAASという枠組みを提案し、事前学習済みの音声拡散Transformer（Stable Audio）に、関心領域（ROI）ごとのfMRI応答を直接条件として与えて音を生成します。外部の刺激表現を予測するデコーダを先に学習させる必要はありません。7T fMRIデータセットでは、二段階方式を含む基準手法より、音響面と意味面の両方の評価指標で一貫して改善が見られました。さらに、聴覚神経処理の計算モデルに基づく忠実度指標を導入し、個々の聴覚皮質領域が再構成された音の表現にどれだけ寄与しているかを定量化しています。
説明旅行泥棒ベンチマークに含まれる四つのナップサック問題の指摘
要約旅行泥棒問題は、泥棒に経路と荷造りを同時に選ばせる問題であり、Polyakovskiyら（2014）の9,720件のインスタンスが、ヒューリスティックを比較するための標準的なテストセットです。本論文は、そのうち四つのインスタンスの賃借レートが0.00であり、経路が目的関数に影響せず、0-1ナップサック問題に帰着することを示しています。修正したレートを定義し、参照解を公開するとともに、Python ライブラリ ttplib を公開しています。
注目点ベンチマーク中の4つのインスタンスの賃料率が0.00で、実質的に0-1ナップサック問題に退化することを指摘し、修正規則と参照解を提示、既存手法で修正版の挙動を検証している。
説明説明可能なAIの叙述における公平性：大規模言語モデルが生成する説明に潜む社会的格差の分解
要約本論文は、SHAPなどの説明可能AI（XAI）の結果を一般利用者向けの説明文に変換する大規模言語モデルに、集団間の不公平が生じるかを検討します。受保護属性を開示・非開示・反事実的に入れ替える三条件で叙述を生成する枠組みを提案し、信用評価・教育・雇用の四つのデータセットと五つのモデルで評価しています。その結果、すべてのデータセット、指標、モデルで有意な格差が見られ、特徴量の値と受保護属性そのものという二つの原因があることが示されています。
注目点XAI説明文の公平性という新分野を提案し、三条件の枠組みで社会的格差の要因を分解。四データセットと五LLMで有意な差を報告。
説明TRACE：開放型分子設計のための適応型信頼領域ベイズ最適化
要約本論文は、限られた評価回数で分子を最適化するためのTRACEフレームワークを提案する。固定ライブラリから選ぶのではなく、候補分子をその場で生成し、グラフ摂動の仕組みと分子指紋・断片記述子を組み合わせたガウス過程モデルを用いる。6つの分子最適化ベンチマークで1,000回の評価予算のもと、最も高い全体的なサンプル効率を示した。さらに、鉄フタロシアニンの安定性設計に適用され、80回の設計評価でFe溶解に対する計算上の熱力学的抵抗が0.42 eVから2.59 eVに向上した。
説明AgentOPSD：再帰的信念修正によるターン単位のクレジット割り当て
要約本論文は、評価器（クリティック）を用いない強化学習手法AgentOPSDを提案し、軌道全体に一つの優位性を配るのではなく、対話のターンごとに再帰的にクレジットを割り当てます。各ターン内では、技能条件付きの自己教師と学習者モデルのトークン単位の対数確率差を合計し、対数オッズ空間での再帰的ベイズ更新の証拠として用いて、結果由来の優位性を各ターンに再配分します。ALFWorldでQwen2.5-3BおよびQwen2.5-7Bを用いた実験では、GRPOや自己蒸留の基線を一貫して上回り、7B規模で成功率89.1%を達成しました。
説明拡散モデル多様体上の測地線ナビゲーションとしての画風変換
要約本論文は、事前学習済み拡散モデルの曲がった潜在多様体上での移動として顔の画風変換を扱う、学習不要のフレームワーク「Stylus」を提案する。平坦なユークリッド空間での補間ではなく、プルバック計量の下で重み付き離散測地線エネルギーを下げることで内容と様式の潜在点を洗練し、ヤコビ行列のランク1べき乗反復近似で計算を実用的にしている。この二重制御により、顔の同一性に関わる構造を保ちながら風格化の強さを連続的に調整でき、実験では同程度の風格化強度で最も高い同一性と内容の保持を示したとしている。
説明POMDPにおける尤度収束からパラメータ収束へ
要約本論文は、部分観測マルコフ決定過程（POMDP）のパラメータ学習を扱う。任意の候補パラメータについて、真のモデルとの尤度差、観測核と遷移核の構造的条件、およびデータ収集に用いた行動方策によって決まるパラメータ回復誤差の上界を示す。この結果は不完備・過完備の両方の場合に適用され、最尤推定量や尤度差を制御できる手法に対して有限サンプル保証を与える。
説明マンモグラフィ視覚言語モデルにおける回答・確信度・説明の整合性の評価
要約本論文は、医用画像を解釈する視覚言語モデルが、回答に加えて確信度と文章による説明を出力する場合の整合性を検討しています。2つのマンモグラフィデータセットを用い、乳腺密度とBI-RADS分類の課題で4つのモデルを評価しました。質問、選択肢の順序、画像に制御された摂動を加え、3種類の出力の変化を調べています。その結果、画像が変化しても確信度が下がらない場合があること、選択肢の並べ替えでほとんどのモデルの回答が変わること、モデル自身の説明が最終回答と矛盾する事例があることが示されました。
説明LawKAN：合成のための群則レイヤー——既知の法則を課すことが有益な場合
要約本論文は、自己完結型レイヤーのノードに厳密な非可換群則を組み込み、エッジで局所的な増分を学習し、ゼロ初期化の補正項で法則からの未知の偏差を学習するLawKANを提案する。固定角度のSU(2)合成タスクと実際のロボットアームの実験では、より少ないパラメータで基準手法を上回り、データが法則に従う場合には古典的なフィッティング手法と同等の結果を示す。
説明GHiML：視覚言語モデルで導く階層型マルチラベル学習と海底生物画像への応用
要約本論文は、視覚言語モデルから訓練データに応じた概念的潜在変数を抽出し、それに基づくサンプル関連のキャプションを生成して、画像埋め込みとクロスアテンションおよびノードごとのゲート付きルーターで融合するGHiML手法を提案している。また、グラフ走査距離と基数ペナルティで階層型マルチラベル予測を評価する類似度指標d_invを導入している。BenthicNet、FathomNet、iNaturalistでの実験では、視覚のみのベースラインと比べてマクロF1とd_invが向上したと報告されている。
説明WanderBench：世界モデルは動画から動的な世界を探索できるか？
要約本論文は、入力動画を条件とする世界モデルが動的な実世界の場面をどれだけ探索できるかを評価するベンチマーク「WanderBench」を提案している。実写とAI生成の単一ショット動画745本を3段階の難易度（3〜25秒）で用意し、キーボード操作で与えたカメラ経路と組み合わせて、24の人手検証済みサブ指標により6つの次元で評価する。8モデルの評価から、動画が長くなると静的な場面と画質は保たれるがカメラ制御と元動画の動きを失い、再訪した場所の一貫性はどのモデルも保てないことがわかった。さらに、凍結したモデルの各フレームを元動画と同時刻の映像、再訪時は自身の先行する静的内容で条件づける学習不要の枠組み「WanderLand」を提案し、5モデルのすべての次元で改善を示し、元動画の動きへの忠実度は最大8.3ポイント向上した。
説明SciMARS：閉ループ科学発見のためのマルチエージェント再帰的自己改善フレームワーク
要約本論文は、閉ループの科学的発見においてマルチエージェント構成をタスク単位で再帰的に適応させるフレームワーク SciMARS を提案する。共有証拠グラフと、役割・協調方法を調整する編集器、証拠の記録・検索・受け取り方を調整する第三の編集器を組み合わせる。Autonomous Science Bench、ScienceAgentBench、AppWorld での評価では、メモリ編集器を加えた版が基本のマルチエージェントチームより多くのタスクを解決した。
説明平面ベクトル値回帰における3点重み付き選択の厳密な上界
要約本論文は、入力と出力がそれぞれ2座標の場合の最小フロベニウスノルム最小二乗回帰について、重み付き選択定数F_weighted(2,2,3)が11/6より厳密に小さいことを証明し、従来の上界15/8を改善している。証明には厳密なスカラー証明書、平面選択における等号の剛性、消失する重みを扱う коンパクト性の議論が用いられている。既知の下界と合わせて、13/8≤F_weighted(2,2,3)<11/6が得られる。
説明文書を超えて：あらゆる成果物のためのコンパイル済みコンテキストと統制されたエージェント
要約本論文は、成果物に加えてコンパイル済みのコンテキスト、証拠、来歴、後続のやり取りのルールをまとめて届ける可搬型エージェント形式（PAF）パッケージを提案する。投資提案、ファンド調査、財務諸表分析、エンジニアリング事故レビューの4つの新しいパッケージで、凍結された400問・12,000件の回答を評価した。統制されたホスト型リーダーは96%の問題で成功し、指示と生ファイル検索のみの86%を上回った。
説明Teamknitt：力学系とヒューマンチーム理論から見たLLMエージェントチームの設定・観察・介入
要約本論文は、1〜16体のAIエージェントからなるチームを設定し、十四種の決定的ルーティング・トポロジーまたはカスタム有向グラフから選択できるフレームワーク「teamknitt」とそのオープンな参照実装を提案している。情報共有の範囲を制限するプロファイルを選び、観察は非システム視点とシステム視点から行い、介入は人が明示的に行う。検証可能な仮説を提示しているが、比較結果は報告されていない。
説明二次結合された凸問題のための学習型非厳密交互最小化法
要約交互最小化は、二つの結合された変数ブロックを持つ最適化問題に用いられる標準的な手法である。その計算コストは内部の部分問題の解法が大半を占める。本論文では、各反復で部分問題の解をニューラルネットワークで近似する非厳密な交互スキームを学習する手法を提案する。変数ブロック間が二次結合で二次増大条件を満たす凸問題について、最適性ギャップの最悪ケース上界を導出した。ロバスト行列補完と辞書正則化を用いた低線量CT再構成では、同等の精度で非厳密な一次法ベースラインより5〜13倍高速化された。端から端までの短い微調整を加えると最大30倍に達した。
説明K-prop：時間カーネルの逆伝播による深層オンライン学習
要約本論文は、漏れ積分型のリカレントニューラルネットワーク向けの新しいオンライン学習手法K-propを提案しています。カーネルゲインを伝播させることで、リアルタイム再帰学習（RTRL）の計算量とメモリ消費を大幅に削減します。系列学習、分類、強化学習の各タスクで、既存のRTRL近似法を上回り、時間方向逆伝播（BPTT）に匹敵する性能を示しています。
説明仮想現実でのエージェントとアバターの制御切り替え時に知覚される主体性
要約本研究は仮想現実で24名の参加者による被験者内実験を行い、常にコンピュータ制御、コンピュータから人間へ、人間からコンピュータへ、常に人間制御の4条件で仮想人間の振る舞いを比較しました。参加者はインタビュアーとして仮想人間に固定の質問を行い、開始時の制御主体は知らされていましたが、制御の切り替えは知らされていませんでした。結果として、知覚される主体性は対話開始時に提示された制御主体に強く影響され、切り替え後に更新された形跡はありませんでした。一方、人間による制御がより遅く始まり、対話の大部分を占めた条件では、好感度や共在感などの社会的評価が概ね高くなりました。
説明WaveGen：内部スペクトル軌道学習による真のエンドツーエンド波形生成
要約本論文は、拡散モデルに基づくエンドツーエンドのテキストから波形を生成するフレームワークWaveGenを提案する。Spectral Forcingにより、単一のモデル内で内部スペクトル軌道と目標波形軌道を同時に学習する。外部で学習された中間表現や別途のアライメントモジュールに依存せず、Emiliaの学習データセットで最先端の性能を達成し、Seed-enベンチマークではWER 1.47、SIM 0.75を報告している。