Explainable Condition Monitoring via Probabilistic Anomaly Detection Applied to Helicopter Transmissions
この論文は、健全なデータのみを用いて確率的な異常検出手法を構築し、ベイズ推論による不確実性の定量化と説明可能性を備えた helicopter 伝動装置の条件監視手法を提案し、公開ベンチマークおよび実世界データによる検証で最先端の手法と同等の性能を達成したことを示しています。
🤖 Category
cs.LG
7103 件の論文
Mitigating Homophily Disparity in Graph Anomaly Detection: A Scalable and Adaptive Approach
本論文は、グラフ異常検出におけるホモフィリー性のばらつきとスケーラビリティの課題を解決するため、事前計算された多段埋め込みと再パラメータ化されたチェビシェフフィルタ、そしてノードおよびクラスレベルの異常に特化した適応的融合機構を用いた、大規模グラフにも対応可能な高精度なフレームワーク「SAGAD」を提案するものである。
DARC: Disagreement-Aware Alignment via Risk-Constrained Decoding
この論文は、多様な人間の選好における不一致を考慮し、再学習なしで推論時にリスク制約付きデコーディングを用いて分布ロバストな意思決定を行う「DARC」という新しいアライメント手法を提案し、平均性能を維持しつつ不一致や尾部リスクを低減できることを示しています。
Training event-based neural networks with exact gradients via Differentiable ODE Solving in JAX
JAX 上で構築された「Eventax」フレームワークは、数値 ODE ソルバーとイベントベースのスパイク処理を組み合わせることで、任意のニューロンモデルに対して前方シミュレーションに対して厳密な勾配を計算可能にし、スパイクニューラルネットワークの学習におけるモデルの柔軟性と勾配の正確性というトレードオフを解消します。
CFG: Control Classifier-Free Guidance via Score Discrepancy Analysis
本論文は、拡散過程における条件付き分布と無条件分布のスコア不一致の厳密な上限を理論的に導出することで固定重み戦略の限界を解明し、拡散ダイナミクスに合わせた指数関数的減衰制御関数を導入したトレーニング不要のプラグイン手法「CFG」を提案するものです。
Are We Winning the Wrong Game? Revisiting Evaluation Practices for Long-Term Time Series Forecasting
この論文は、長期的時系列予測の分野において、MSE や MAE といった集計誤差指標の微細な改善に焦点を当てた現在のベンチマーク駆動型の評価手法が、実際の意思決定や時系列構造の維持といった本来の目的と構造的に乖離していることを指摘し、統計的忠実性、構造的整合性、意思決定への関連性を統合した多面的な評価視点への転換を提唱しています。
Outlier-robust Autocovariance Least Square Estimation via Iteratively Reweighted Least Square
この論文は、従来の自己共分散最小二乗法（ALS）の限界を克服し、イノベーションレベルの適応的閾値処理と Huber 損失関数に基づく反復重み付き最小二乗法（IRLS）を組み合わせた「ALS-IRLS」を提案することで、外れ値に頑健なノイズ共分散推定を実現し、状態推定精度を大幅に向上させる手法を提示しています。
Learning Hierarchical Knowledge in Text-Rich Networks with Taxonomy-Informed Representation Learning
この論文は、テキスト豊富なネットワークのノード表現学習において、LLM による洗練を含む階層的クラスタリングで暗黙的な分類体系を構築し、これを正規化項として取り込むことで、既存手法よりも解釈性が高く構造化された表現を獲得する TIER という新しい手法を提案し、その有効性を示したものです。
Covenant-72B: Pre-Training a 72B LLM with Trustless Peers Over-the-Internet
この論文は、ブロックチェーンプロトコルと疎な最適化手法（SparseLoCo）を活用して、許可不要な参加者による大規模な分散学習を実現し、1.1 兆トークンで前処理された 72B パラメータの言語モデル「Covenant-72B」を開発し、その性能が中央集権的なモデルと競合するレベルであることを示したものである。
Is continuous CoT better suited for multi-lingual reasoning?
この論文は、CODI フレームワークを用いた連続的な思考連鎖（Continuous CoT）が、標準的な教師あり微調整よりも低リソース言語やゼロショット設定において多言語推論能力を大幅に向上させ、かつ推論経路を最大 50 倍圧縮する効率的な手法であることを示しています。
ALOOD: Exploiting Language Representations for LiDAR-based Out-of-Distribution Object Detection
この論文は、ビジョン・ランゲージモデルの言語表現と LiDAR 特徴量を整合させることで、未知のオブジェクトをゼロショット分類として検出する新しい手法「ALOOD」を提案し、nuScenes ベンチマークで競争力のある性能を実証したものです。
AutoAdapt: An Automated Domain Adaptation Framework for LLMs
この論文は、専門分野への大規模言語モデル（LLM）の適応における手動試行錯誤や高コストな課題を解決するため、文献やオープンソース知識を活用し、マルチエージェント対話システムと LLM ベースの surrogate である AutoRefine を組み合わせた、効率的かつ信頼性の高い自動化フレームワーク「AutoAdapt」を提案するものである。
SERQ: Saliency-Aware Low-Rank Error Reconstruction for LLM Quantization
本論文は、オフライン操作と単一の低ランク補償行列を用いて活性化と重みの両方のサリエンシーに基づく量子化誤差を低減し、W4A4 設定でも最先端の精度を維持しつつ推論効率を向上させる新しい LLM 量子化手法「SERQ」を提案するものである。
Sequential Service Region Design with Capacity-Constrained Investment and Spillover Effect
本論文は、需要の不確実性と地域間の波及効果、ならびに投資制約を考慮した逐次的なサービス領域設計問題に対し、リアルオプション分析とトランスフォーマーベースの近接方策最適化アルゴリズムを統合した枠組みを提案し、効率的かつ高価値な投資順序の決定を実現することを示しています。
Distributional Regression with Tabular Foundation Models: Evaluating Probabilistic Predictions via Proper Scoring Rules
本論文は、従来の平均値推定に偏った回帰ベンチマークの限界を指摘し、確率回帰の性能評価に連続ランク確率スコア（CRPS）などの適切なスコアリング則を導入し、分布回帰に適した TabPFN などのファウンデーションモデルの微調整やプロンプト制御を提唱するものである。
Revisiting Gradient Staleness: Evaluating Distance Metrics for Asynchronous Federated Learning Aggregation
本論文は、非同期フェデレーテッドラーニングにおける勾配の古さ（staleness）の影響をより正確に捉えるため、従来のユークリッド距離に代わる多様な距離指標を統合し、その集約プロセスへの適用が異質なクライアントや非 IID データ環境下での収束性やモデル性能に与える影響を評価した研究である。
Wiener Chaos Expansion based Neural Operator for Singular Stochastic Partial Differential Equations
本論文は、再正規化因子を必要とせず、ウィーナー・カオス展開に基づくニューラルオペレーターにフィルム（FiLM）機構を統合することで、特異な確率偏微分方程式（特に動的モデルおよびモデル）の効率的なデータ駆動型代理モデルを構築し、高い精度と汎化性能を実現したことを報告しています。
The Struggle Between Continuation and Refusal: A Mechanistic Analysis of the Continuation-Triggered Jailbreak in LLMs
本論文は、大規模言語モデルにおける「継続トリガー型」のジャイルブレイク現象が、モデルの継続駆動力と安全対策との間の競合に起因し、特定の注意ヘッドのメカニズムを解明することで、その内在的なメカニズムを初めて体系的に解明したものである。
Fibration Policy Optimization
本論文は、トークン、軌道、ドメインなどの多層的なスケールにまたがる大規模言語モデルの安定性制御を可能にするため、信頼領域最適化と代数的ファイバー束構造を統合した「Fibration Policy Optimization（FiberPO）」という新しい方策最適化フレームワークを提案するものです。
Optimising antibiotic switching via forecasting of patient physiology
この論文は、過去の医療行為に依存せず患者のバイタルサインの推移を確率的に予測してガイドラインと照合するニューラルプロセスを用いることで、静脈内から経口への抗生物質切り替えのタイミングを最適化し、臨床判断を支援するシステムを提案・検証したものである。