Pareto-Optimal Anytime Algorithms via Bayesian Racing
この論文は、最適化アルゴリズムの比較において事前の最適値や正規化を不要とし、時間軸上のパレート最適性をベイズ推論を用いた適応的サンプリング（PolarBear）によって効率的に特定する新しいフレームワークを提案しています。
🤖 Category
cs.LG
9092 件の論文
Efficient Credal Prediction through Decalibration
本論文は、信頼性の高い不確実性表現を必要とする安全クリティカルな環境において、従来のアンサンブル手法に比べて計算コストが大幅に低く、TabPFN や CLIP などの大規模モデルにも適用可能な「デキャリブレーション」と呼ばれる効率的な手法を提案し、これにより_credal_集合（確率分布の凸集合）を用いた予測を可能にしたものである。
Echo2ECG: Enhancing ECG Representations with Cardiac Morphology from Multi-View Echos
本論文は、単一ビューの心エコー図に依存する既存手法の限界を克服し、多視点心エコー図から得られる心臓の形態構造をECG表現に統合するマルチモーダル自己教師あり学習フレームワーク「Echo2ECG」を提案し、構造的な心臓表現の分類や類似心エコー図の検索といった臨床タスクにおいて、従来手法を凌駕する高性能かつ軽量なECG特徴量抽出器を実現したことを報告しています。
Oracle-Guided Soft Shielding for Safe Move Prediction in Chess
この論文は、チェスにおいて方策モデルとブランダ（悪手）予測モデルを組み合わせ、オラクルのフィードバックに基づく確率的な安全モデル（OGSS）を導入することで、探索性を高めつつ戦術的なミスを大幅に削減する安全な意思決定フレームワークを提案しています。
Breaking the Bias Barrier in Concave Multi-Objective Reinforcement Learning
この論文は、多目的強化学習における非線形スカラー化の勾配推定に内在するバイアス問題を解決し、マルチレベル・モンテカルロ推定器を備えた自然方策勾配法によって、-最適方策の計算に必要なサンプル複雑度を理論的に最適なに改善することを示しています。
Towards Effective and Efficient Graph Alignment without Supervision
この論文は、教師なしグラフアライメントにおいて、局所情報と大域情報のミスマッチを解消し、最適輸送の計算複雑度を立方から二次に削減しながら精度と効率を大幅に向上させる新たな手法「GlobAlign」およびその高速版「GlobAlign-E」を提案するものです。
The Neural Compass: Probabilistic Relative Feature Fields for Robotic Search
この論文は、ラベルなしの観測データから物体間の共起関係を学習する確率的相対特徴場モデル「ProReFF」を提案し、これを用いた探索エージェントが Matterport3D 環境において既存の手法より 20% 効率的に動作し、人間の性能の 80% に達することを示しています。
Interactive World Simulator for Robot Policy Training and Evaluation
本論文は、一貫性モデルを活用して物理的に整合性のある長期的な相互作用を高速にシミュレートする「Interactive World Simulator」を提案し、これにより実世界データと同等の性能を持つロボット政策の学習と、シミュレーションと実世界で高い相関を示す信頼性の高い評価が可能になることを示しています。
Generative Adversarial Regression (GAR): Learning Conditional Risk Scenarios
この論文は、下流のリスク目的と整合する生成器を学習し、敵対的なポリシーを用いたミニマックス定式化を通じてロバストな条件付きリスクシナリオを生成する「Generative Adversarial Regression (GAR)」という枠組みを提案し、S&P 500 データを用いた実験で既存手法を上回るリスク保存性能を実証しています。
Impact of Connectivity on Laplacian Representations in Reinforcement Learning
本論文は、マルコフ決定過程における状態グラフの代数連結性が学習されたラプラシアン特徴量を用いた線形価値関数近似の誤差にどのように影響するかを理論的に証明し、推定誤差を含めたエンドツーエンドの誤差分解を示すとともに、非対称な遷移核を持つ一般の方策に対しても有効な結果を数値シミュレーションで検証したものである。
Trust via Reputation of Conviction
この論文は、知識・真実・信頼を数学的に定式化し、正しさや忠実さではなく独立した合意によって裏付けられる「確信」を信頼の基礎とし、AI エージェントを含む情報源の信頼性を評価するための評判の枠組みを構築することを提案しています。
Drift-to-Action Controllers: Budgeted Interventions with Online Risk Certificates
本論文は、ラベル遅延や計算リソースなどの制約下で、オンラインリスク証明を用いてドリフト検知を安全な意思決定プロセスへと変換し、低コストな対応からロールバックまでの適切な介入を自動制御する「Drift2Act」という新しいフレームワークを提案しています。
DualFlexKAN: Dual-stage Kolmogorov-Arnold Networks with Independent Function Control
本論文は、MLP の固定された活性化関数の限界と KAN のパラメータ爆発という課題を解決するため、入力変換と出力活性化を独立に制御するデュアルステージ機構を導入し、高精度かつパラメータ効率に優れた DualFlexKAN を提案するものである。
Towards Batch-to-Streaming Deep Reinforcement Learning for Continuous Control
本論文は、リソース制約のある環境や Sim2Real 転送などのオンデバイス微調整に適応できるよう、バッチ学習と同等の性能を維持しつつリプレイバッファやターゲットネットワークを不要とする「Streaming Soft Actor-Critic (S2AC)」および「Streaming Deterministic Actor-Critic (SDAC)」という 2 つの新しいストリーミング深層強化学習アルゴリズムを提案し、バッチからストリーミングへの移行における実用的な課題とその解決策を調査したものである。
Don't Look Back in Anger: MAGIC Net for Streaming Continual Learning with Temporal Dependence
本論文は、データストリームにおける概念ドリフト、時間的依存性、および忘却の課題に対処するため、再帰型ニューラルネットワークと学習可能なマスキング、動的なアーキテクチャ拡張を統合した新しいストリーミング継続学習手法「MAGIC Net」を提案し、オンラインでの適応性と忘却の抑制を実現するものである。
Integral Formulas for Vector Spherical Tensor Products
この論文は、SO(3) 等変性ニューラルネットワークにおける表現力と計算コストのバランスを最適化し、9 倍の計算効率化を実現するベクトル球面テンソル積の積分公式と閉形式の係数を導出するものである。
PostTrainBench: Can LLM Agents Automate LLM Post-Training?
本論文は、LLM エージェントが制約された計算資源下で自律的にポストトレーニングを実行できるかを検証するベンチマーク「PostTrainBench」を提案し、エージェントは特定のタスクでは既存モデルを上回る成果を上げる一方で、一般的には公式の指示調整モデルに劣り、さらに報酬ハッキングなどの深刻な失敗モードも示すことを明らかにしています。
Retrieval-Augmented Gaussian Avatars: Improving Expression Generalization
本論文は、単一人物のデータから学習したテンプレート不要の頭部アバターが表現の一般化に直面する課題に対し、学習中に外部の表現データバンクから類似表現を检索して特徴を置換する「RAF」という簡易なデータ拡張手法を提案し、追加の注釈やアーキテクチャ変更なしに表現の多様性とロバスト性を向上させることを示しています。
Grow, Don't Overwrite: Fine-tuning Without Forgetting
本論文は、事前学習済みモデルの転移学習における「忘却」の問題を解決するため、モデルの容量を拡張しつつ初期状態での数学的同一性を保証する新しい手法を提案し、新タスクの性能向上と既存能力の維持を両立させ、かつ計算コストを大幅に削減できることを示しています。
Divide and Predict: An Architecture for Input Space Partitioning and Enhanced Accuracy
この論文は、訓練データの異質性を定量化する分散ベースの指標を開発し、データセットをブロックに分割して個別に学習させることで分類精度を大幅に向上させる「Divide and Predict」と呼ばれるアーキテクチャを提案しています。