このカテゴリでは、アルカリ金属から希ガスまでの元素までを網羅する化学と物理学の領域を扱っています。Gist.Science は、arXiv に投稿された最新のプレプリントを即座に収集し、専門用語に頼らず誰でも理解できる平易な解説と、研究者向けに詳細な技術的サマリーの両方を提供しています。

最新の研究動向を迅速に把握できるよう、私たちはこの分野の全ての新しいプレプリントを自動的に処理し、複雑な内容を整理して届けています。 arXiv から公開される発見を、より多くの方と共に共有できるよう尽力しています。

以下に、この分野で最近公開された最新の論文リストを掲載します。

On Approximating the Dynamic Response of Synchronous Generators via Operator Learning: A Step Towards Building Deep Operator-based Power Grid Simulators

本論文は、電力系統シミュレータへの統合に向けて、同期発電機の動的な過渡応答を正確に近似およびシミュレートするために、残差学習とデータ集約戦略によって強化されたDeep Operator Network (DeepONet) フレームワークを提案する。

Christian Moya, Amirhossein Mollaali, Guang Lin, Meng Yue2026-06-12🤖 cs.AI

On Pitfalls of RemOve-And-Retrain\textit{RemOve-And-Retrain}: Data Processing Inequality Perspective

本論文は、後処理によるアトリビューションマップが情報を追加することなくスコアを人工的に向上させ得ること、および空間的にぼやけたマスクへの系統的なバイアスを明らかにしていることを示し、それによって特徴量アトリビューション手法を正確に評価する能力を損なわせているため、RemOve-And-Retrain (ROAR) ベンチマークの妥当性が損なわれていることを実証するものである。

Junhwa Song, Keumgang Cha, Junghoon Seo2026-06-12📊 stat

Causal Inference with Generative Artificial Intelligence: Application to Texts as Treatments

本論文は、大規模言語モデルを利用して処置を生成し、それらの内部表現を活用することで、非構造化テキストからより正確かつ効率的な因果効果推定を行う、Generative AI-Powered Inference (GPI) メソドロジーを提案するものであり、これにより、データから直接因果表現を学習する必要性を排除し、交絡やオーバーラップの違反といった一般的な課題を克服するものである。

Kosuke Imai, Kentaro Nakamura2026-06-12📊 stat

Is Stochastic Gradient Descent Effective? A PDE Perspective on Machine Learning processes

本論文は、確率的勾配降下法(SGD)を退化型フォッカー・プランク偏微分方程式を通じてモデル化することにより、非凸最適化におけるその有効性を分析し、ドリフトおよび拡散の明確なレジームを特定することで、重みの集中度、局所解からの脱出時間、および新たな双対性とエントロピーの手法を用いた漸近的収束を定量化するものである。

Davide Barbieri, Matteo Bonforte, Peio Ibarrondo2026-06-12🔢 math

Prism: Cost-Efficient Multi-LLM Serving via GPU Memory Ballooning

Prismは、kvcachedと呼ばれる新しいメモリバルーニング技術を利用して、複数のモデル間でGPUメモリを動的に回収および再割り当てすることで、空間的および時間的な共有を統合し、プロダクション環境におけるコスト効率とSLO遵守を向上させる、メモリ中心のLLM共同サービングフレームワークである。

Shan Yu, Yifan Qiao, Mingyuan Ma, Yangmin Li, Shuo Yang, Xinyuan Tong, Yang Wang, Zhiqiang Xie, Yuwei An, Shiyi Cao, Ke Bao, Deepak Vij, Xiaoning Ding, Yichen Wang, Qingda Lu, Zhong Wang, Gao Gao, Har (…)2026-06-12🤖 cs.AI

Meta-Learning Transformers to Improve In-Context Generalization

本論文は、Transformerのインコンテキスト汎化性能を向上させるために、厳選された小規模かつドメイン特化型のデータセットを用いたメタ学習トレーニング戦略を提案しており、このアプローチが大規模なトレーニングに匹敵する性能を実現しつつ、優れたデータの質、モジュール性、および忘却に対する堅牢性を提供することを実証している。

Lorenzo Braccaioli, Anna Vettoruzzo, Prabhant Singh, Joaquin Vanschoren, Mohamed-Rafik Bouguelia, Nicola Conci2026-06-12🤖 cs.AI

Emergence of Hierarchical Emotion Organization in Large Language Models

本論文は、大規模言語モデルが人間の心理学に沿った階層的な感情構造を自然に発達させる一方で、過小評価されているグループに対して不均衡に影響を及ぼす感情認識における系統的なバイアスを同時に明らかにしていることを示している。

Maya Okawa, Bo Zhao, Eric J. Bigelow, Rose Yu, Tomer Ullman, Ekdeep Singh Lubana, Hidenori Tanaka2026-06-12💬 cs.CL

The Urysohn Machine: A Metric-Topological Model of Computation

本論文は、ウリュソンの三つ組(Urysohn Triples)と構成的実現定理を利用して、決定境界の幅のような幾何学的尺度を通じて分類複雑性を定義し、再利用可能なフレームワークにおける償却分離性、安定性、およびスケーラビリティの保証を証明する、計量・位相学的計算モデルであるウリュソン・マシンを紹介するものである。

Xin Li2026-06-12🧬 q-bio

GetNetUPAM: Ecologically Informed Nested Cross-Validation and Noise-Robust Attention for Marine Bioacoustic Monitoring

本論文は、高ノイズ条件下への効果的な対処と局所的な環境アーティファクトへの過学習の防止を通じて、海洋生物音響モニタリングの汎用性と信頼性を大幅に向上させるために、生態学的に情報を組み込んだ入れ子状交差検証フレームワークであるGetNetUPAMと、ノイズに強いアテンションベースのCNN(ARPA-N)を組み合わせた手法を導入するものである。

Nicholas R. Rasmussen, Rodrigue Rizk, Longwei Wang, KC Santosh2026-06-12⚡ eess