Social Hippocampus Memory Learning
本論文は、モデルや生データを共有せず、ヒッポカプスに着想を得たメカニズムで軽量なメモリのみを交換する「SoHip」という新しい社会機械学習フレームワークを提案し、異質なエージェント間の協調学習において既存手法を上回る精度とプライバシー保護を実現することを示しています。
13028 件の論文
本論文は、モデルや生データを共有せず、ヒッポカプスに着想を得たメカニズムで軽量なメモリのみを交換する「SoHip」という新しい社会機械学習フレームワークを提案し、異質なエージェント間の協調学習において既存手法を上回る精度とプライバシー保護を実現することを示しています。
この論文は、等周性および自然な体積増加条件を満たす任意のコンパクトな非凸集合から、ウォームスタートに基づいて多項式時間で効率的に一様サンプリングを行うアルゴリズムを提案し、凸体や星型体に関する既知の結果を大幅に一般化することを示しています。
本論文は、大規模マルチモーダルモデルが外部ツールやピクセル空間への依存なしに、言語とコンパクトな潜在視覚表現を交互に生成・処理することで効率的な視覚推論を実現する新しいフレームワーク「LanteRn」を提案し、その有効性を複数のベンチマークで実証したものである。
都市環境における大気流動の高精度な予測を目的として、ランダム化された都市幾何学形状と大気成層条件を学習データとした新しいトランスフォーマーベースのメタモデル「AB-SWIFT」が開発され、既存の最先端モデルを上回る精度を達成した。
この論文は、arXiv の論文を分析して LLM による「beyond」や「via」の使用増加などの言語的変化を特定し、モデルごとの生成テキストの識別の難しさと使用実態の多様性を定量的に評価したものである。
Cyber-Physical Systems の極端なクラス不均衡問題に対処するため、行動の不確実性を活用して安全データから情報量の多い境界サンプルを抽出し、合成データ生成なしで不均衡を是正する新しい教師あり手法「U-Balance」を提案し、無人航空機(UAV)のベンチマークにおいて既存の最善手法を大幅に上回る性能を実証した。
本論文は、タブレット操作データと教師なし学習を用いて 18 ヶ月から 8 歳児の認知運動発達を長期的に追跡・分析し、低パフォーマンス群の安定性や個別の発達経路を特定することで、早期スクリーニングと個別化介入の基盤となるデジタルバイオマーカーの有効性を示しています。
本論文は、最小限のスウィントランスフォーマーアーキテクチャと継続的学習戦略を用いて気象予測モデルのニューラルスケーリング法則を分析し、計算量最適化や長期的な予測精度向上につながるスケーリングトレンドの予測可能性を実証しています。
この論文は、信頼性の高い AI における確率的計算のメモリシステムへの負荷増大を踏まえ、決定論的アクセスを確率サンプリングの極限として扱う統合的なデータアクセス視点を提案し、これに基づいて新しいメモリ評価基準を定義するとともに、信頼性の高い AI 向けのスケーラブルなハードウェア実現に向けた確率計算内蔵メモリのアプローチを論じています。
この論文は、ランダムフォレストなどの従来の機械学習パイプラインを教師として、その性能を模倣する学生ニューラルネットワークへの転移学習を提案し、100 の OpenML タスクを用いた実験で適切なハイパーパラメータ選択ができれば成功可能であることを示しています。