4737 件の論文
この論文は、中間エネルギー領域の強力な荷電粒子ビームにおけるビーム・プラズマ集団振動を、Vlasov-Poisson 系に基づく動力学場理論と Prometheus による教師なし学習を用いた検証の両面から解明し、ランダウ減衰の消失や Friedel 振動などの新しい物理現象を予測・実証したものである。
筋協調（筋肉のシナジー）を強化学習の制御空間に組み込むことで、限られた実験データから多様な歩行条件において生体力学的に忠実で汎用性の高い人間の歩行シミュレーションを実現する新しいフレームワークを提案しています。
この論文は、過剰パラメータ化された線形モデルにおける双空間前処理勾配降下法の収束性を新しいBregmanダイバージェンスを用いて証明し、特に等方的な前処理条件下では勾配降下法と同じ最小ノルム解に収束することを示しています。
この論文は、異なるタスクや文脈にわたって神経ダイナミクスを共有埋め込み空間内で学習する階層モデル「JEDI」を提案し、限られた実験データから脳の状態やメカニズムをスケーラブルかつ汎用的に推論できることを示しています。
この論文は、データ生成分布に依存せず真の次元に収束する普遍性を持つ近傍距離比に基づく新しい内次元推定量を提案し、理論的証明と実験を通じてその有効性を示しています。
この論文は、臨床要約における事実誤りを削減し妥当性を向上させるため、主張検証を用いて選好データを抽出し直接選好最適化（DPO）でモデルを調整する「VERI-DPO」という手法を提案し、MIMIC-III データセット上でその有効性を実証しています。
この論文では、テンソル特異値分解（T-SVD）の t-積代数とテンソル・トレイン（TT）形式の低次コア構造を融合させた新しいテンソルネットワーク「Tubal Tensor Train（TTT）」分解を提案し、その効率的な計算手法と画像・動画圧縮、テンソル補完、ハイパースペクトル画像処理などにおける実用性を示しています。
本論文は、大規模言語モデルの生成能力とグラフ注意メカニズムを統合した軽量ハイブリッド枠組みを提案し、限られた計算資源下でも「アマゾンズ」ゲームにおいて教師モデルを上回る高性能な意思決定を実現することを示しています。
この論文は、LLM における指示階層（IH）の堅牢性を向上させるための強化学習用データセット「IH-Challenge」を提案し、GPT-5-Mini への適用により安全性と有用性を大幅に改善しつつ能力の低下を最小限に抑えたことを報告しています。
本論文は、リチウムイオン電池の劣化を世界モデルとして定式化し、潜在状態の学習された力学遷移を用いて将来の劣化軌道を予測する手法を提案するとともに、単一粒子モデルの制約を損失関数に組み込むことで、特に劣化の膝点における予測精度を向上させることを示しています。
この論文は、部分的に観測可能なマルコフ決定過程（POMDP）として定式化した医療物資の時間的制約付き配送問題を、近接方策最適化（PPO）を用いたマルチエージェント強化学習フレームワークで解決し、実世界の地理データに基づく実験により古典的 PPO が非同期学習よりも優れた協調性能を示すことを実証しています。
この論文は、強化学習におけるLLMの長さ過剰（length inflation）問題を、加法的なペナルティやヒューリスティックなゲートングの欠点を克服し、損失なく最適化を維持しながら解決する「グループ相対報酬スケーリング（GR³）」という手法を提案し、RLHFおよびRLVRの両設定で既存の手法を上回る性能を実証したものである。
本論文では、従来の層の積み重ねに代わり、ODE に着想を得た収束的な更新を用いて単一の共有ニューラルブロックを反復適用する「SCORE」という離散再帰的アプローチを提案し、パラメータ数の削減と収束速度の向上を実現することを示しています。
この論文は、強化学習を用いてクラスタースケジューラのスコアリング関数の重みを自動調整し、固定重みや既存のベースラインと比較してサーバーレス環境でのジョブ性能を大幅に向上させる手法を提案しています。
この論文は、米国と中国の株式市場の非同時取引時間を利用した有向二部グラフを構築し、機械学習モデルに組み込むことで、米国市場の情報が中国市場の日内リターンを予測する強い非対称性を持つことを明らかにしています。
本論文は、単調作用素均衡ネットワークの重み量子化をスペクトル摂動として解析し、摂動が単調性マージンより小さい場合に収束保証が維持されることを理論的に示し、MNIST 実験で閾値の存在と量子化感知学習による低ビット数での収束回復を実証しています。
この論文は、モーターイメージングを用いた脳波インターフェース（MI-BCI）のデータ拡張とプライバシー保護を目的として、対称正定行列の幾何学的性質を保持するリーマン幾何学保存型変分オートエンコーダ（RGP-VAE）を提案し、高忠実度の合成共分散行列を生成する手法を確立したものである。
この論文は、文脈内学習（ICL）を行うトランスフォーマーが、単純な類似度マッチングではなく、タスクの幾何学的特性に応じて尤度比検定に基づく最適な統計推定器を構築し、線形タスクでは投票型アンサンブル、非線形タスクでは逐次計算を用いてベイズ最適推定を近似することを示しています。
この論文は、予測性能とハードウェア効率のトレードオフを明示的に最適化する多目的最適化に基づく新しいポストホックアンサンブル手法「HAPEns」を提案し、83 の表データ分類データセットを用いた実験で既存手法を上回る性能とコストのバランスを実現したことを示しています。
本論文は、道徳的推論におけるアライメントタスクが本質的に多様性を必要とするという仮説を否定し、数学的推論と同様に報酬最大化型の強化学習（RLVR）が効果的であることを、高報酬応答の分布が集中しているという実証的発見を通じて明らかにしています。