13057 件の論文
本論文は、酵母の Yeast9 ゲノム規模代謝モデルと機械学習を統合したフレームワークを開発し、バイオマスフラックスの高精度予測、代謝クラスタの解明、および栄養条件の最適化によるバイオマス生産の大幅な向上を実現したことを報告しています。
本論文は、長期的なタスクにおいて不安定になりがちなオンポリシー蒸留（OPD）の失敗要因を特定し、教師モデルのトップ-K 局所サポート整合に基づく簡易な修正手法を提案することで、より安定した最適化と優れた性能達成を実現したことを報告しています。
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。
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。
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。
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。
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。