MCMC Informed Neural Emulators for Uncertainty Quantification in Dynamical Systems
この論文は、物理モデルのパラメータ分布をマルコフ連鎖モンテカルロ法を用いてニューラルネットワークの訓練入力として取り込むことで、従来のサンプリング手法に比べて計算時間を大幅に削減しつつ、同様の不確実性定量化を達成する新しい手法を提案し、その性能損失と分布の不一致との関係を数学的に分析したものである。
🤖 Category
cs.LG
2316 件の論文
ForwardFlow: Simulation only statistical inference using deep learning
この論文は、シミュレーションされたデータからパラメータを直接推定する単一の要約ネットワークを用いた頻度論的アプローチ「ForwardFlow」を提案し、有限サンプルでの正確性、汚染データへの頑健性、および複雑なアルゴリズム（例：EM アルゴリズム）の自動近似という利点を示しています。
Bayesian Optimization with Gaussian Processes to Accelerate Stationary Point Searches
この論文は、ガウス過程回帰と能動学習を用いた統一的なベイズ最適化ループを提案し、ポテンシャルエネルギー面上の極小点・単一鞍点・両端鞍点探索を加速するとともに、高次元システムへのスケーラビリティ向上と実用的な Rust 実装を示すものである。
Factorized Neural Implicit DMD for Parametric Dynamics
この論文は、物理システムの時空間進化を学習し、長期的な予測、未学習のパラメータへの汎化、およびスペクトル分析を可能にするために、空間モードと時間発展を分離する因子分解型ニューラル陰影 DMD（ダイナミカル・モード分解）を提案するものです。
Cross-Species Transfer Learning for Electrophysiology-to-Transcriptomics Mapping in Cortical GABAergic Interneurons
本論文は、マウスとヒトの皮質 GABA 作性介在ニューロンを対象に、パッチシーケンスデータを用いた電気生理学的特徴からトランスクリプトミクスアイデンティティへのマッピングを再現・拡張し、シーケンスモデルによる予測とマウスからヒトへの転移学習がヒトのサブクラス分類精度の向上に寄与することを示しています。
Leech Lattice Vector Quantization for Efficient LLM Compression
本論文は、24 次元における最適球充填特性を持つリー lattice を拡張ゴレイ符号構成に基づき検索・インデックス化・デquantization 可能に改良した「リー lattice ベクトル量子化（LLVQ）」を提案し、既存の LLM 圧縮手法を上回る性能を実現したことを報告しています。
V2M-Zero: Zero-Pair Time-Aligned Video-to-Music Generation
既存のテキスト音楽生成モデルが抱える微細な時間制御の課題を、対データなしで動画イベントと音楽イベントの時間的変化構造をそれぞれ独立して捉える「イベント曲線」を用いることで解決し、動画に時間的に同期した音楽を生成するゼロショット手法「V2M-Zero」を提案した。
Neural Field Thermal Tomography: A Differentiable Physics Framework for Non-Destructive Evaluation
この論文は、表面温度の過渡測定から材料特性の定量的な 3 次元再構成を可能にする、微分可能な物理ソルバーを基盤としたニューラル場熱トモグラフィ（NeFTY）という新しいフレームワークを提案し、従来の手法が抱える側方拡散の無視や勾配の剛直性などの課題を克服して内部欠陥の高精度な特定を実現することを示しています。
XConv: Low-memory stochastic backpropagation for convolutional layers
XConv は、中間活性化の保存によるメモリ消費を大幅に削減しつつ、既存のコードやアーキテクチャを変更することなく、標準的なバックプロパゲーションと同等の性能を維持する低メモリ確率的バックプロパゲーション手法を提案する。
A Survey on Decentralized Federated Learning
この論文は、中央集権型協調学習の欠点を克服する分散型協調学習（DFL）の手法を体系的にレビューし、従来の分散型とブロックチェーン型に分類して課題を整理するとともに、評価手法の限界を指摘し、トポロジーを考慮した脅威モデルやプライバシー概念、インセンティブ設計、および個人化モデルの必要性など、今後の研究の方向性を提言するものである。
Polynomially Over-Parameterized Convolutional Neural Networks Contain Structured Strong Winning Lottery Tickets
本論文は、多変量版のランダム部分和問題の進展を活用して、ランダムに初期化された畳み込みニューラルネットワークに、学習なしで任意のより小さなネットワークを近似できる構造化された「勝てるくじ」が存在することを証明し、構造化プルーニングにおける強 Lottery Ticket 仮説の最初の準指数関数的な境界を示しました。
Provable Filter for Real-world Graph Clustering
この論文は、現実世界のグラフがホモフィリーとヘテロフィリーの両方の性質を併せ持つという洞察に基づき、隣接情報を用いてエッジを識別し、低域・高域フィルタとスクイーズ・アンド・エキセーションブロックを組み合わせた理論的に裏付けられた新しいグラフクラスタリング手法を提案し、両特性を持つグラフにおいて最先端の手法を上回る性能を実証したものです。
Enhancing Computational Efficiency in Multiscale Systems Using Deep Learning of Coordinates and Flow Maps
この論文は、座標と流れ場のマップを同時に学習する深層学習手法を用いて、マルチスケールシステムの時間発展を高精度かつ低計算コストで予測する新しい枠組みを提案し、フィッツフュー・ナグモモデルやカオス的なKuramoto-Sivashinsky方程式などの大規模システムにおける有効性を示しています。
Fairness-Aware Multi-Group Target Detection in Online Discussion
この論文は、オンライン議論における特定のグループへの攻撃性を文脈に応じて検出する「公平性意識型マルチグループ対象検出」手法を提案し、既存の公平性配慮ベースラインを上回る予測性能とグループ間のバイアス低減を実現することを示しています。
Multi-agent Assessment with QoS Enhancement for HD Map Updates in a Vehicular Network
本論文は、自動運転車における高解像度地図の更新を目的とした分散マルチエージェント環境でのQ学習単一エージェント手法の拡張性を評価し、個々のエージェントの学習負荷を軽減しつつ、ネットワーク全体の性能を向上させることで、音声・動画・HD地図などのトラフィックにおいて単一エージェント方式と比較して大幅な遅延改善を実現することを示しています。
Sparse Variational Student-t Processes for Heavy-tailed Modeling
本論文は、外れ値や重尾分布に対するロバスト性と大規模データへのスケーラビリティを両立するため、スパース誘導点法を Student-t プロセスに拡張した「スパース変分 Student-t プロセス（SVTP）」を提案し、UCI や Kaggle のデータセットを用いた実験で、スパースガウス過程と比較して外れ値を含むデータにおいて予測誤差を 40% 削減し、収束速度を最大 3 倍向上させることを実証しています。
HYGENE: A Diffusion-based Hypergraph Generation Method
本論文は、複雑な高次関係をモデル化するハイパーグラフの生成課題に対し、拡散モデルを用いて双分グラフ表現に基づき局所的な拡張を反復的に行う「HYGENE」という深層学習ベースの手法を提案し、その有効性を示したものである。
Robust Training of Neural Networks at Arbitrary Precision and Sparsity
この論文は、量子化とスパース化の不連続性が勾配伝搬に与える課題を、量子化を付加ノイズとして明示的にモデル化し、リッジ回帰に基づくノイズ除去デ量子化変換を導入することで解決し、任意の精度とスパース性で安定した超効率的なニューラルネットワークの訓練を可能にする統一フレームワークを提案しています。
ARLBench: Flexible and Efficient Benchmarking for Hyperparameter Optimization in Reinforcement Learning
この論文は、強化学習におけるハイパーパラメータ最適化（HPO）の研究を低コストかつ効率的に促進し、異なる手法間の公平な比較を可能にする新しいベンチマーク「ARLBench」と、その基盤となる大規模データセットを提案しています。
DRUPI: Dataset Reduction Using Privileged Information
本論文は、データセット凝縮において、従来のデータとラベルに加えて特徴量ラベルやアテンションラベルといった「特権情報」を合成して補助的な教師信号として活用する「DCPI」という手法を提案し、既存の手法と組み合わせることで画像認識タスクの性能を大幅に向上させることを示しています。