Enhancing SHAP Explainability for Diagnostic and Prognostic ML Models in Alzheimer Disease
この論文は、アルツハイマー病の診断・予後モデルにおけるSHAP説明の堅牢性と一貫性を検証する多段階フレームワークを提案し、認知・機能マーカーが説明の主要因であり、診断と予後の間でSHAP説明が安定して転用可能であることを示した。
🤖 Category
cs.LG
8620 件の論文
Diversity-Aware Adaptive Collocation for Physics-Informed Neural Networks via Sparse QUBO Optimization and Hybrid Coresets
本論文は、物理情報ニューラルネットワーク（PINN）の訓練効率と精度を向上させるため、残差に基づく重要性と多様性を同時に考慮し、スパースな QUBO 最適化とハイブリッドなコアセット構築を用いて適応的な配置点選択を行う新たな手法を提案し、粘性ブルガース方程式のシミュレーションにおいてその有効性を検証したものである。
Prediction of Steady-State Flow through Porous Media Using Machine Learning Models
本研究は、多孔質媒体内の定常流れの予測において、従来の CFD に比べて最大 1000 倍の高速化を実現し、メッシュ不変性や物理情報損失関数の導入によりトポロジー最適化に極めて適した Fourier Neural Operator (FNO) が、AE や U-Net よりも優れた精度を示すことを明らかにしています。
Metalearning traffic assignment for network disruptions with graph convolutional neural networks
本論文は、メタ学習とグラフ畳み込みニューラルネットワークを組み合わせることで、道路網の閉鎖や需要変動といった未見の状況下でも迅速に適応し、交通流を高精度に予測する手法を提案し、その有効性を示しています。
Failure Detection in Chemical Processes using Symbolic Machine Learning: A Case Study on Ethylene Oxidation
この論文は、安全性が極めて重要な化学プロセス分野において、説明性と解釈性を備えつつ、実世界の故障データが不足している状況でもシミュレータデータを用いてランダムフォレストや多層パーセプトロンを上回る性能を発揮する記号機械学習による故障検知手法の可行性を、エチレン酸化プロセスの事例研究を通じて検証したものである。
Gauge Freedom and Metric Dependence in Neural Representation Spaces
この論文は、ニューラルネットワークの表現空間における線形変換によるゲージ自由度を明らかにし、これによりモデルの出力は不変ながらコサイン類似度などの一般的な類似度指標が座標系に依存して不安定になることを示し、表現分析においてはゲージ不変な量や明示的な標準座標系への焦点の必要性を提唱しています。
HGT-Scheduler: Deep Reinforcement Learning for the Job Shop Scheduling Problem via Heterogeneous Graph Transformers
本論文は、ジョブショップスケジューリング問題を異種グラフとしてモデル化し、エッジの種類の違いを考慮した異種グラフトランスフォーマーを用いた強化学習フレームワーク「HGT-Scheduler」を提案し、その有効性をベンチマークインスタンスで実証したものである。
SpatialMAGIC: A Hybrid Framework Integrating Graph Diffusion and Spatial Attention for Spatial Transcriptomics Imputation
SpatialMAGIC は、グラフ拡散とトランスフォーマーに基づく空間自己注意力を統合したハイブリッド枠組みにより、空間トランスクリプトミクスデータの欠損値を高精度に補完し、細胞クラスタリングの精度向上や生物学的解釈性の維持を実現する手法として提案されています。
xaitimesynth: A Python Package for Evaluating Attribution Methods for Time Series with Synthetic Ground Truth
この論文は、時系列データにおける予測根拠の特定手法（アトリビューション手法）の評価を容易にするため、合成データ生成から評価指標の計算までを統一的に提供するオープンソースの Python パッケージ「xaitimesynth」を紹介しています。
Physics-Informed Diffusion Model for Generating Synthetic Extreme Rare Weather Events Data
この論文は、データ不足が課題である急速に激化する熱帯低気圧の検出のために、物理的整合性を保ちながら極端な気象事象の合成データを生成する物理情報拡散モデルを提案し、クラス不均衡を解消して気象検出アルゴリズムの性能向上を実現したことを報告しています。
Optimistic Policy Regularization
本論文は、早期収縮を防ぎ探索を維持するために、歴史的に成功した軌跡を動的に保存・活用する軽量な「楽観的方則正則化（OPR）」を提案し、PPO と組み合わせたことで Atari 環境やサイバー防御タスクにおいて、既存手法よりも少ないステップ数で高い性能を達成することを示しています。
Best-of-Tails: Bridging Optimism and Pessimism in Inference-Time Alignment
本論文は、報酬分布の尾部の特性（軽いか重いか）に応じて楽観的・悲観的アプローチを動的に調整する適応型推論時アライメント手法「Best-of-Tails」を提案し、既存の固定戦略よりも優れた性能を実現することを示しています。
NEST: Network- and Memory-Aware Device Placement For Distributed Deep Learning
本論文は、並列化、メモリ制約、ネットワークトポロジーを統合的に考慮し、構造化された動的計画法を用いて分散深層学習のデバイス配置を最適化するフレームワーク「NEST」を提案し、既存手法と比較して最大 2.43 倍のスループット向上とスケーラビリティの改善を実現することを示しています。
Multi-Agent Reinforcement Learning with Submodular Reward
この論文は、エージェントの貢献が重複する現実的なシナリオをモデル化する部分モジュラ報酬を備えた協調マルチエージェント強化学習の枠組みを初めて提案し、既知および未知のダイナミクス下でそれぞれ多項式時間の近似保証と regret 保証を持つアルゴリズムを開発したものである。
CREDO: Epistemic-Aware Conformalized Credal Envelopes for Regression
本論文は、標準的な共形予測が持つ外挿領域における過信の問題と、クレダル手法の較正保証の欠如を克服するため、局所的証拠が弱い場合に幅を広げる解釈可能なクレダル包絡線を構築し、その上で分割共形較正を適用して分布フリーの保証付き予測区間を提供する「CREDO」という手法を提案するものである。
Joint 3D Gravity and Magnetic Inversion via Rectified Flow and Ginzburg-Landau Guidance
本論文は、地下鉱床探査における重力・磁気データの共同逆問題を解決するため、物理ベースのデータセット「Noddyverse」を用いた整流流（Rectified Flow）モデルと、鉱石同定を支援するギンツブルク＝ランダウ正則化を組み合わせた新しいフレームワークを提案し、確率的な解の分布を捉えることを可能にしています。
Bilateral Trade Under Heavy-Tailed Valuations: Minimax Regret with Infinite Variance
分散が無限大となる重尾分布を持つバイラテラル取引において、自己有界性の拡張と截断平均推定を用いることで、ノイズの乗モーメントと市場価値関数の-Hölder 滑らかさに基づく最小最大後悔の正確なレート（の古典的非パラメトリックレートからの線形レートまでを補間する）を導出し、一致する下界を証明しました。
Contextual Counterfactual Credit Assignment for Multi-Agent Reinforcement Learning in LLM Collaboration
大規模言語モデルを用いた協調マルチエージェント強化学習において、スパースな終端フィードバックに起因する意思決定の責任帰属の曖昧さを解消するため、文脈を固定した対照的介入と留め置き法（LOO）を用いて個々のメッセージの因果的寄与を抽出する「Contextual Counterfactual Credit Assignment（C3）」という手法を提案し、その有効性を複数のベンチマークで実証した。
IGLU: The Integrated Gaussian Linear Unit Activation Function
本論文は、重たい裾を持つコーシー CDF をゲートとして用いる新しい活性化関数 IGLU とその効率的な近似版 IGLU-Approx を提案し、これらが重なり合うデータセットにおいて勾配消失に強く、ReLU や GELU と同等かそれ以上の性能を発揮することを示しています。
Symmetry-Constrained Language-Guided Program Synthesis for Discovering Governing Equations from Noisy and Partial Observations
この論文は、次元解析や群論的対称性を文法制約として組み込み、言語モデルによるプログラム合成と MDL ベイズモデル選択を統合した「SymLang」というフレームワークを提案し、ノイズや未観測変数を含む実験データから、従来の手法よりも高い精度で物理法則を正確に発見・特定できることを示しています。