Neural Precoding in Complex Projective Spaces
この論文は、グローバル位相の冗長性を排除して幾何学的整合性を高める複素射影空間（CPS）に基づく深層学習フレームワークを提案し、MU-MISO システムの precoding 性能と汎化能力を大幅に向上させることを示しています。
🤖 Category
cs.LG
11557 件の論文
Learning embeddings of non-linear PDEs: the Burgers' equation
本論文は、物理情報ニューラルネットワーク（PINN）に多ヘッド構造と主成分分析を組み合わせることで、粘性バース方程式の解空間を低次元の埋め込み空間として効率的に表現し、その物理的解釈性を保ちながら主要なダイナミクスを捉える手法を提案するものである。
Fusion Complexity Inversion: Why Simpler Cross View Modules Outperform SSMs and Cross View Attention Transformers for Pasture Biomass Regression
この論文は、限られた農業データにおいて、複雑なクロスビューアテンションや SSM よりも単純な畳み込みモジュールの方が優れており、バックボーンモデルの質こそが予測精度を決定する主要因であることを示しています。
Transferable Optimization Network for Cross-Domain Image Reconstruction
本論文は、大規模かつ多様なデータから学習した汎用的な特徴抽出器と、限られたデータで訓練するタスク固有のドメインアダプターを二段階のバイレベル最適化で組み合わせる転移学習フレームワークを提案し、これにより限られたデータでも高品質な MR 画像再構成を実現することを示しています。
Gradient Iterated Temporal-Difference Learning
本論文は、移動目標の勾配を計算することで半勾配法と競合する学習速度を実現し、Atari ゲームなど多様なベンチマークで勾配 TD 法の学習速度と安定性を両立させた「Gradient Iterated Temporal-Difference learning」を提案し、その有効性を示したものである。
Guess & Guide: Gradient-Free Zero-Shot Diffusion Guidance
この論文は、拡散モデルを用いたベイズ逆問題において、勾配計算を不要とする軽量な尤度代理モデルを提案することで、推論コストを大幅に削減しつつ最高レベルの性能を実現する「Guess & Guide」と呼ばれるゼロショット手法を提示するものである。
An Interpretable Generative Framework for Anomaly Detection in High-Dimensional Financial Time Series
この論文は、複雑な時系列依存性と進化する横断面構造を有する高次元金融時系列における構造的な不安定性を検出するために、予測不一致、再構成の劣化、潜在歪み、ボラティリティのシフトなどの信号を統合し、経済的に整合的な要因レベルの帰属を可能にする解釈可能な生成フレームワーク「ReGEN-TAD」を提案するものである。
Viewpoint-Agnostic Grasp Pipeline using VLM and Partial Observations
本論文は、視点を問わない部分観測条件下での頑健な把持を実現するため、自然言語指示に基づき視覚言語モデルと点雲補完技術を活用して安全な把持動作を生成するエンドツーエンドのパイプラインを提案し、実ロボットによる実験で既存手法を大幅に上回る成功率を達成したことを報告しています。
Slumbering to Precision: Enhancing Artificial Neural Network Calibration Through Sleep-like Processes
この論文は、生物学的な睡眠と記憶の再活性化に着想を得た「睡眠リプレイ統合（SRC）」という手法を提案し、教師あり再学習なしに人工ニューラルネットワークの過信問題を解決し、信頼性の高い確率推定を実現することを示しています。
Hospitality-VQA: Decision-Oriented Informativeness Evaluation for Vision-Language Models
本論文は、観光・ホスピタリティ分野における意思決定支援に焦点を当て、画像から得られる有用な情報を定量化する「情報性（Informativeness）」という新たな枠組みを提案し、これに基づいて構築された専用データセットを用いた評価により、最先端の視覚言語モデルがドメイン固有の微調整を経て初めて信頼性の高い意思決定支援が可能になることを明らかにしています。
Toward Unified Multimodal Representation Learning for Autonomous Driving
本論文は、自律走行におけるエンドツーエンドの性能向上を目指し、従来のペアワイズ類似度ではなくマルチモーダル類似度テンソルとテンソル損失を導入することで、テキスト・画像・点雲を統一的な埋め込み空間に同時に整列させる「Contrastive Tensor Pre-training (CTP)」フレームワークを提案するものである。
Reject, Resample, Repeat: Understanding Parallel Reasoning in Language Model Inference
この論文は、粒子フィルタリング（特に逐次モンテカルロ法）の理論的枠組みを用いて、言語モデル推論における並列サンプリング手法の精度とコストのトレードオフを厳密に分析し、その理論的限界と実証的な知見を明らかにしています。
VLM-SubtleBench: How Far Are VLMs from Human-Level Subtle Comparative Reasoning?
本論文は、産業・医療・航空など多様な領域における微妙な視覚的差異の識別を評価する新たなベンチマーク「VLM-SubtleBench」を提案し、既存の VLM が人間のレベルに達するまでには、属性や状態などの細かな違いに対する推論能力において依然として大きな課題が残っていることを明らかにしています。
Designing probabilistic AI monsoon forecasts to inform agricultural decision-making
この論文は、多様な農家の事情に合わせた意思決定を支援するため、AI 気象予測モデルと「変化する農家の期待」を反映した統計モデルを融合させた確率的なモンスーン予報システムを開発し、2025 年にインドの 3800 万人の農家に展開して効果を実証したことを報告しています。
SMGI: A Structural Theory of General Artificial Intelligence
この論文は、学習インターフェースの進化を制御する構造モデル（SMGI）を提案し、その数学的枠組みを通じて従来の学習手法を包含する一般人工知能の理論的基礎と一般化保証を確立するものである。
LeJOT-AutoML: LLM-Driven Feature Engineering for Job Execution Time Prediction in Databricks Cost Optimization
本論文は、LLM エージェントと RAG、およびツールチェインを統合した「LeJOT-AutoML」フレームワークを提案し、Databricks 環境におけるジョブ実行時間の予測精度向上と特徴量エンジニアリングの自動化を実現することで、クラウドコストを約 19% 削減することを示しています。
Revisiting Unknowns: Towards Effective and Efficient Open-Set Active Learning
本論文は、既知クラスと未知クラスの両方を効果的に活用し、追加のオプセット検出器を必要としない統合フレームワーク「EOAL」を提案し、既存の手法よりも高い精度と効率性でオープンセット能動学習を実現するものである。
Bayesian Transformer for Probabilistic Load Forecasting in Smart Grids
本論文は、モンテカルロドロップアウト、変分フィードフォワード層、および確率的アテンションという 3 つの不確実性メカニズムを統合したベイズ変換器（BT）を提案し、極端な気象条件下でも優れた較正と不確実性推定を実現することで、スマートグリッドの確率的負荷予測において最先端の性能を達成したことを報告しています。
NaviDriveVLM: Decoupling High-Level Reasoning and Motion Planning for Autonomous Driving
この論文は、大規模なナビゲーターと軽量なドライバーを分離することで、推論能力と運動計画の両立、学習コストの削減、そして解釈性の向上を実現し、nuScenes ベンチマークで既存の VLM ベースラインを上回る自律運転フレームワーク「NaviDriveVLM」を提案しています。
DyQ-VLA: Temporal-Dynamic-Aware Quantization for Embodied Vision-Language-Action Models
本論文は、実体型ビジョン・言語・アクション（VLA）モデルの推論オーバーヘッドを削減するため、時間的ダイナミクスに敏感なビット幅の動的割り当てを行う新しい量子化フレームワーク「DyQ-VLA」を提案し、メモリ使用量を約 30.9% に削減しながら性能を 99.5% 維持し、シミュレーションおよび実世界での高速化を実現したことを報告しています。