Intrinsic Numerical Robustness and Fault Tolerance in a Neuromorphic Algorithm for Scientific Computing
この論文は、偏微分方程式を解くためのスパイク型ニューロモルフィックアルゴリズムが、最大 32% のニューロン欠損や 90% のスパイク欠落に対しても精度を維持する構造的な頑健性と耐故障性を有し、その耐性が構造的ハイパーパラメータによって調整可能であることを実証しています。
🤖 Category
cs.AI
4648 件の論文
DUCTILE: Agentic LLM Orchestration of Engineering Analysis in Product Development Practice
本論文は、製品開発における工学解析の自動化を、LLM エージェントによる適応的なオーケストレーションと検証済み工学ツールによる決定論的実行に分離し、入力形式や単位などの不整合に対処しながら正確な結果を導き出す「DUCTILE」というアプローチを、航空宇宙メーカーの産業事例を通じて提案・評価したものである。
Joint Imaging-ROI Representation Learning via Cross-View Contrastive Alignment for Brain Disorder Classification
この論文は、脳画像の全体構造と関心領域（ROI）グラフの局所構造を双方向の対照学習で統合的に学習するフレームワークを提案し、ADHD-200 や ABIDE データセットにおける脳疾患分類の精度向上と、両者の補完的な判別パターンの可視化を実証しています。
Taming Score-Based Denoisers in ADMM: A Convergent Plug-and-Play Framework
この論文は、ADMM 反復とスコアベースの去噪器の間の manifolds の不一致を解消し、収束性を保証する新しい「AC-DC 去噪器」を組み込んだプラグアンドプレイフレームワークを提案し、逆問題における解の品質向上を実証しています。
Conversational AI-Enhanced Exploration System to Query Large-Scale Digitised Collections of Natural History Museums
オーストラリア博物館の約 170 万件の標本記録を、大規模言語モデルの関数呼び出し機能を活用して API から動的に取得し、対話型 AI とインタラクティブな地図を備えたシステムを通じて自然言語で検索・探索可能にする新たなアプローチを提案する。
Quantum entanglement provides a competitive advantage in adversarial games
この論文は、Pong という競争的マルコフゲームにおける量子古典ハイブリッドエージェントの実験を通じて、量子もつれが表現学習に不可欠なリソースとして機能し、分離可能な回路や古典的なニューラルネットワークを凌駕する競争優位性をもたらすことを実証しています。
Hybrid Self-evolving Structured Memory for GUI Agents
この論文は、人間の記憶の構造と自己進化の特性に着想を得て、離散的高レベル記号ノードと連続的軌道埋め込みを結合したグラフベースのハイブリッド自己進化構造化メモリ「HyMEM」を提案し、これによりオープンソースの GUI エージェントが強力なクローズドソースモデルと同等かそれ以上の性能を発揮することを示しています。
Simulation-in-the-Reasoning (SiR): A Conceptual Framework for Empirically Grounded AI in Autonomous Transportation
この論文は、大規模言語モデルの推論プロセスに交通シミュレーターを直接組み込み、仮説の検証と分析を可能にする「推論内シミュレーション（SiR）」という概念枠組みを提案し、自律型交通システムにおける信頼性の高い実証的 AI の実現に向けた基盤を確立することを目的としています。
Is this Idea Novel? An Automated Benchmark for Judgment of Research Ideas
この論文は、研究アイデアの新規性判断を大規模かつ標準的に評価するための初の包括的ベンチマーク「RINoBench」を提案し、最先端の大規模言語モデルが人間の推論プロセスには類似するものの、新規性判断の精度においては人間基準から大きく乖離していることを明らかにしています。
NasoVoce: A Nose-Mounted Low-Audibility Speech Interface for Always-Available Speech Interaction
NasoVoce は、スマートグラスの鼻架に装着されたマイクと振動センサーを融合させることで、環境雑音に強くかつ低音量の発話も認識可能な、常時利用可能な静かな音声対話インターフェースの実現を提案する研究です。
PC-Diffuser: Path-Consistent Capsule CBF Safety Filtering for Diffusion-Based Trajectory Planner
この論文は、拡散モデルに基づく軌道計画において、衝突リスク評価、動的可行性、経路一貫性を備えた安全フィルタをノイズ除去ループに直接組み込むことで、学習分布を歪めずに安全性を内生的に保証する「PC-Diffuser」というフレームワークを提案しています。
Does Reasoning Make Search More Fair? Comparing Fairness in Reasoning and Non-Reasoning Rerankers
この論文は、TREC 2022 Fair Ranking Track データセットを用いた系統的な比較を通じて、推論機能を持つ再ランクモデルが従来の非推論モデルに比べて公平性を向上も悪化もさせず、入力されたランキングの公平性特性を維持していることを明らかにしています。
Overcoming Visual Clutter in Vision Language Action Models via Concept-Gated Visual Distillation
本論文は、視覚的ノイズによる性能低下に悩む視覚言語行動モデルに対し、指令を安全対象と妨害対象に分類し、Fourier ベースのインペインティングを用いて妨害物を除去した清潔な観測を生成する「概念ゲート型視覚蒸留（CGVD）」という推論時のフレームワークを提案し、雑多な環境におけるロボットの操作成功率を大幅に向上させることを示しています。
Federated Active Learning Under Extreme Non-IID and Global Class Imbalance
この論文は、極端な非 IID 環境とグローバルなクラス不均衡下におけるフェデレーテッド・アクティブ・ラーニングの課題を解決するため、グローバルとローカルなモデルの適応的選択やクラス公平性を重視したサンプリング戦略を採用し、既存手法を上回る性能を示す「FairFAL」という新しいフレームワークを提案しています。
Mitigating Translationese Bias in Multilingual LLM-as-a-Judge via Disentangled Information Bottleneck
本論文は、多言語 LLM による評価における機械翻訳特有のバイアスを、英語との潜在マニフォールド整合性や言語間予測可能性といったスパースな相関に起因するものとして特定し、変分情報圧縮と交差共分散ペナルティを用いてバイアス要因を分離する「DIBJudge」という強固なファインチューニング枠組みを提案し、その有効性を示しています。
Utility Function is All You Need: LLM-based Congestion Control
本論文は、大規模言語モデル（LLM）のコード生成能力と実ネットワークテストベッドを組み合わせた「GenCC」というフレームワークを提案し、これにより既存の輻輳制御プロトコルを最大 142% 改善する最適なユーティリティ関数を自動設計できることを示しています。
HEAL: Hindsight Entropy-Assisted Learning for Reasoning Distillation
本論文は、教師モデルの失敗例を排除する従来の限界を克服し、教育理論の「最近接発達領域」に基づいて、エントロピーに基づく修復や段階的カリキュラム学習を組み合わせる RL フリーのフレームワーク「HEAL」を提案し、大規模推論モデルから小規模モデルへの推論能力の蒸留を大幅に改善することを示しています。
Dynamic Knowledge Fusion for Multi-Domain Dialogue State Tracking
本論文は、対話履歴のモデル化と注釈付きデータの不足という課題に対処するため、対照学習によるエンコーダーと動的知識融合を用いてマルチドメインの対話状態追跡の精度と汎化性能を向上させる新しいフレームワークを提案するものです。
Beyond Interleaving: Causal Attention Reformulations for Generative Recommender Systems
本論文は、従来の生成型推薦システムにおけるアイテムと行動トークンの交互配置がもたらす非効率性を解消し、アイテムと行動の因果関係を明示的にモデル化する「AttnLFA」と「AttnMVP」という 2 つの新規アーキテクチャを提案することで、推論精度の向上と訓練時間の短縮を同時に実現したことを示しています。
Few-Shot Adaptation to Non-Stationary Environments via Latent Trend Embedding for Robotics
本論文は、モデルパラメータを変更することなく、環境の潜在的なトレンドを低次元の「トレンド ID」として推定し、時系列正則化と状態遷移モデルを用いて過学習を防ぐことで、非定常環境におけるロボットシステムへの少数ショット適応を実現する枠組みを提案しています。