Cooperative Deep Reinforcement Learning for Fair RIS Allocation
この論文は、マルチセル無線ネットワークにおける RIS（再構成可能インテリジェントサーフェス）の動的割り当て問題に対し、公平性を意識した協調マルチエージェント強化学習と同時昇順オークションを組み合わせたアプローチを提案し、最悪ユーザーの通信速度を大幅に向上させつつ全体のスループットを維持する効果を実証しています。
🤖 Category
cs.LG
13044 件の論文
Hierarchy-Guided Multimodal Representation Learning for Taxonomic Inference
この論文は、生物分類の階層構造を明示的にエンコードし、画像と DNA の両方または片方の入力に対応する柔軟な融合メカニズムを導入した「CLiBD-HiR」および「CLiBD-HiR-Fuse」という 2 つのマルチモーダル学習手法を提案し、大規模な生物多様性ベンチマークにおいて既存手法を大幅に上回る分類精度を達成したことを報告しています。
The Rules-and-Facts Model for Simultaneous Generalization and Memorization in Neural Networks
この論文は、統計物理の学習理論における「教師 - 学生枠組み」と「ガーナー容量分析」を橋渡しする最小解モデル「ルール・アンド・ファクト（RAF）モデル」を導入し、過剰パラメータ化と正則化がどのようにニューラルネットワークの一般化（ルール学習）と記憶（事実の暗記）という相反する能力の同時実現を可能にするかを理論的に解明したものである。
Spatiotemporal System Forecasting with Irregular Time Steps via Masked Autoencoder
この論文は、欠測データや不規則な時間間隔を補間することなく、物理的整合性を保ったまま高次元の動的システムを予測するための「物理・時空間マスクオートエンコーダ」を提案し、従来の手法よりも高い精度とロバスト性を示すことを実証しています。
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。
The Geometry of Efficient Nonconvex Sampling
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。
LanteRn: Latent Visual Structured Reasoning
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。
Anchored-Branched Steady-state WInd Flow Transformer (AB-SWIFT): a metamodel for 3D atmospheric flow in urban environments
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。
Beyond Via: Analysis and Estimation of the Impact of Large Language Models in Academic Papers
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。
Uncertainty-Guided Label Rebalancing for CPS Safety Monitoring
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。