RECAP: Local Hebbian Prototype Learning as a Self-Organizing Readout for Reservoir Dynamics
本論文は、誤差逆伝播を用いずに、学習済みのリザーバの動的応答とヘッビアン学習に基づく自己組織化プロトタイプ読み出しを組み合わせた「RECAP」という画像分類手法を提案し、汚染データに曝されなくても MNIST-C における多様なノイズに対して高い頑健性を示すことを実証しています。
🤖 Category
cs.LG
8581 件の論文
Roots Beneath the Cut: Uncovering the Risk of Concept Revival in Pruning-Based Unlearning for Diffusion Models
本論文は、拡散モデルから不要な概念を削除する剪定ベースの学習忘却手法において、剪定された重みの位置が側面チャネルとして機能し、追加データや再学習なしで削除された概念を完全に復元できる脆弱性があることを発見し、より安全な剪定メカニズムの必要性を提唱しています。
SR-TTT: Surprisal-Aware Residual Test-Time Training
この論文は、テスト時トレーニング（TTT）モデルが持つ文脈圧縮による「針の干し草」タスクでの失敗を解決するため、驚異的なトークンのみを従来の注意機構に動的にルーティングする「SR-TTT」という新しいアーキテクチャを提案し、O(1) メモリ効率を維持しながら完全な文脈記憶を実現することを示しています。
Quantum Deep Learning: A Comprehensive Review
この論文は、量子深層学習（QDL）の定義と分類を確立し、理論からハードウェア実装、応用分野、そして古典的アルゴリズムとの公平な比較までを包括的にレビューするとともに、将来の拡張可能な実装に向けたロードマップを提示する包括的な総説である。
Trust Aware Federated Learning for Secure Bone Healing Stage Interpretation in e-Health
本論文は、分散医療センシング環境における信頼性の低いまたは敵対的な参加者の影響を軽減し、骨治癒段階の解釈精度と訓練の安定性を向上させるために、適応型信頼スコア管理メカニズムを組み込んだ信頼性感知連合学習フレームワークを提案するものである。
HURRI-GAN: A Novel Approach for Hurricane Bias-Correction Beyond Gauge Stations using Generative Adversarial Networks
本論文は、物理シミュレーションモデルの計算時間を短縮しつつ精度を維持するために、時間系列生成敵対的ネットワーク（TimeGAN）を用いて観測地点を超えた地域におけるハリケーンによる高潮のバイアス補正を行う新しい手法「HURRI-GAN」を提案し、その有効性を示したものです。
Geodesic Gradient Descent: A Generic and Learning-rate-free Optimizer on Objective Function-induced Manifolds
本論文は、目的関数によって誘起される多様体の幾何構造を n 次元球で局所的に近似し、学習率を不要とする測地線勾配降下法（GGD）を提案し、全結合ネットワークおよび畳み込みニューラルネットワークにおいて Adam などの既存手法を上回る性能向上を実証しています。
How the Graph Construction Technique Shapes Performance in IoT Botnet Detection
この論文は、VAE による次元削減と GAT を用いた IoT ボットネット検出において、グラフ構築手法（kNN、MNN、SNN、ガブリエルグラフ、ε-半径グラフ）の選択が分類性能に大きな影響を与えることを示し、ガブリエルグラフを用いた場合に 97.56% の最高精度を達成したことを報告しています。
Approximate Nearest Neighbor Search for Modern AI: A Projection-Augmented Graph Approach
本論文は、現代の AI アプリケーションが求める高効率な検索、高速インデックス作成、低メモリ使用量などの 6 つの要件をすべて満たすため、投影技術とグラフインデックスを統合した新しい近似最近傍検索フレームワーク「PAG」を提案し、HNSW より最大 5 倍高速な検索性能を実現することを示しています。
EnsAug: Augmentation-Driven Ensembles for Human Motion Sequence Analysis
この論文は、人間の骨格運動の幾何学的・運動学的制約を無視した従来のデータ拡張手法の限界を克服し、それぞれ異なる単一の幾何学的変換で拡張されたデータを用いて専門家のモデルを個別に学習させる「EnsAug」というアノテーション駆動のアンサンブル手法を提案し、手話認識や人間活動認識のタスクにおいて最先端の精度を達成したことを示しています。
HyperTokens: Controlling Token Dynamics for Continual Video-Language Understanding
本論文は、マルチモーダル LLM による継続的ビデオ QA におけるタスク間干渉と記憶コストの課題を解決するため、メタ学習に基づく正則化や因果的視点からの補助的マルチモーダル監督を活用し、メモリ固定条件下でトークンを動的に生成・制御する「HyperTokens」を提案し、高い精度と低い忘却を実現する手法を報告しています。
ERP-RiskBench: Leakage-Safe Ensemble Learning for Financial Risk
本論文は、ERP 財務リスク検出におけるデータリーク問題を解消し、再構築された実験フレームワーク「ERP-RiskBench」とスタッキングアンサンブル学習を用いて、より信頼性の高い検出精度と解釈可能性を実現する手法を提案しています。
Unmixing microinfrared spectroscopic images of cross-sections of historical oil paintings
この論文は、歴史的な油彩画の断面を分析する際、大気や取得アーティファクトの影響を軽減し、解釈性を向上させるために、重み付きスペクトル角度距離（WSAD）損失関数とパッチベースのモデル化を組み合わせた教師なし CNN オートエンコーダーを提案し、ヴァン・エイク兄弟に帰属する「ゲントの祭壇画」の断面データでその有効性を実証したものである。
GNN For Muon Particle Momentum estimation
この論文は、CMS 実験のトリガー効率向上に向けた粒子運動量推定タスクにおいて、グラフニューラルネットワーク（GNN）が TabNet などの従来モデルより Mean Absolute Error において優れており、ノード特徴量の次元が効率に重要であることを示しています。
XAI and Few-shot-based Hybrid Classification Model for Plant Leaf Disease Prognosis
この論文は、限られたアノテーションデータ条件下でトウモロコシ、イネ、小麦の葉病を高精度に分類し、Grad-CAM による可視化で意思決定の透明性を確保する、XAI と少数ショット学習を統合したハイブリッド分類モデルを提案するものである。
Chart Deep Research in LVLMs via Parallel Relative Policy Optimization
本論文は、チャートの深層分析能力の向上に向けた課題として、多様な報酬信号やデータ間の競合を解消する並列相対方策最適化（PRPO）と、エラー注入に基づく客観的評価ベンチマーク（MCDR-Bench）を提案し、これらを通じてチャート深層分析のトレーニングと評価を体系的に改善する統合フレームワークを構築したことを示しています。
One step further with Monte-Carlo sampler to guide diffusion better
この論文は、事後サンプリングにおける推定誤差を軽減し、より高品質な生成を実現するために、追加の逆方向ノイズ除去ステップとモンテカルロサンプリングを組み合わせたプラグアンドプレイ手法「ABMS」を提案し、理論的解析と多様なタスクにおける実験を通じてその有効性を証明したものである。
High-Resolution Image Reconstruction with Unsupervised Learning and Noisy Data Applied to Ion-Beam Dynamics for Particle Accelerators
この論文は、訓練データが存在しない条件下でも、畳み込みフィルタリングと最適化された早期停止戦略を用いた教師なし学習フレームワークにより、高エネルギー加速器のビーム診断において低信号対雑音比環境でのビームエミッタンス画像の高精度な復元とビームハローの解像度向上を実現する手法を提案しています。
Soft Equivariance Regularization for Invariant Self-Supervised Learning
この論文は、不変性と等変性のトレードオフを解決するため、最終埋め込みには不変性を維持しつつ中間空間トークンマップに等変性を「ソフト」に付与する新しい正則化手法「Soft Equivariance Regularization (SER)」を提案し、画像認識や物体検出などのタスクで既存の自己教師あり学習手法を大幅に改善することを示しています。
On the Generalization Capacities of MLLMs for Spatial Intelligence
本論文は、RGB 入力のみを用いたマルチモーダル大規模言語モデル（MLLM）がカメラ固有のパラメータに過剰適合し汎化能力に欠けることを指摘し、カメラ内部パラメータの注入、カメラパラメータの多様化によるデータ拡張、および 3D 視覚基盤モデルからの幾何学的知識の蒸留を行う「カメラ認識型 MLLM」を提案することで、空間推論タスクにおけるカメラ間での汎化性能を大幅に向上させることを示しています。