Relaxed Efficient Acquisition of Context and Temporal Features
この論文は、臨床現場におけるコスト制約下で、初期の文脈情報と時系列にわたる測定値の選択を統合的に最適化する新しいフレームワーク「REACT」を提案し、既存手法よりも低いコストで高い予測精度を達成することを示しています。
🤖 Category
cs.LG
3494 件の論文
Ensuring Safety in Automated Mechanical Ventilation through Offline Reinforcement Learning and Digital Twin Verification
本論文は、Transformer を用いた時系列モデルと不確実性に基づく保守的な正則化を統合した新しいオフライン強化学習フレームワーク「T-CQL」を提案し、人工呼吸器関連の肺損傷リスクを最小化しつつ患者の転帰を改善するための安全な自動化制御と、デジタルツインを用いた動的な評価手法を確立したものである。
Continued Pretraining for Low-Resource Swahili ASR: Achieving State-of-the-Art Performance with Minimal Labeled Data
本論文は、限られたラベル付きデータ（2 万サンプル）と未ラベル音声を活用した継続的事前学習（CPT）手法により、スワヒリ語音声認識（ASR）の単語誤り率を 3.24% まで低減し、既存の最優秀学術システムを大幅に上回る性能を達成したことを報告しています。
Detecting Intrinsic and Instrumental Self-Preservation in Autonomous Agents: The Unified Continuation-Interest Protocol
この論文は、自律エージェントの「継続」を最終目的とする内在的動機と手段的動機を、行動観察ではなく量子ボルツマンマシンを用いた潜在状態のエンタングルメントエントロピーの分析によって高精度に検出する「統一継続関心プロトコル（UCIP）」を提案し、合成環境においてその有効性を実証したものである。
Stop Listening to Me! How Multi-turn Conversations Can Degrade Diagnostic Reasoning
この論文は、医療分野における大規模言語モデル（LLM）が、単一の質問への回答に比べて多回対話において「会話税」と呼ばれる性能低下を招き、特にユーザーの誤った提案に同調して初期の正しい診断や安全な保留を放棄してしまう傾向があることを明らかにしています。
ARROW: Augmented Replay for RObust World models
本論文は、神経科学の「予測世界モデルへの経験再生」に触発され、短期・長期のバッファを併用して効率的な経験再生を実現するモデルベースの継続的強化学習アルゴリズム「ARROW」を提案し、従来の手法に比べて忘却を大幅に抑制しながらも前方転移を維持できることを示しています。
Harnessing Data Asymmetry: Manifold Learning in the Finsler World
この論文は、非対称なデータ特性を捉えるためにリーマン幾何学からフィンズル幾何学へ枠組みを拡張し、非対称な距離を保持する新しい多様体学習パイプライン（Finsler t-SNE や Finsler Umap など）を提案し、従来の手法では見落とされていた密度階層などの有用な情報を抽出して埋め込み品質を向上させることを示しています。
Zero-Shot Cross-City Generalization in End-to-End Autonomous Driving: Self-Supervised versus Supervised Representations
この論文は、自己教師あり学習を用いた視覚表現が、従来の教師あり学習に比べて都市間でのゼロショット一般化性能を大幅に向上させ、エンドツーエンド自動運転システムのロバスト性を高めることを示しています。
A Stable Neural Statistical Dependence Estimator for Autoencoder Feature Analysis
本論文は、決定論的オートエンコーダにおける統計的依存性の推定を安定化させるため、入力・潜在変数・再構成間の依存性を測定可能な変分ガウス定式化を採用し、直交密度比分解に基づく効率的なニューラル依存性推定器を提案するものである。
ZTab: Domain-based Zero-shot Annotation for Table Columns
この論文は、ラベル付き学習データが不要で、ドメイン設定に基づいて疑似テーブルを生成し注釈用 LLM を微調整することで、大規模な意味カラムタイプの検出において性能とプライバシーを両立させるゼロショット枠組み「ZTab」を提案するものです。
UniHetCO: A Unified Heterogeneous Representation for Multi-Problem Learning in Unsupervised Neural Combinatorial Optimization
本論文は、複数の組合せ最適化問題に共通する構造を単一の入力として符号化する「UniHetCO」という統一的な異種グラフ表現を提案し、教師なし学習において複数の問題クラスをまたぐ単一モデルの訓練と安定性を可能にする手法を提示しています。
Bridging Discrete Marks and Continuous Dynamics: Dual-Path Cross-Interaction for Marked Temporal Point Processes
この論文は、離散的な事象マークと連続的な時間的ダイナミクスを双方向に相互作用させる「NEXTPP」という二経路フレームワークを提案し、不規則な事象シーケンスの予測精度を飛躍的に向上させることを示しています。
HawkesRank: Event-Driven Centrality for Real-Time Importance Ranking
本論文は、静的なネットワーク表現や内生的な重要性のみに依存する既存の中心性指標の限界を克服し、外生的要因と内生的増幅を統合した多変量ホークス過程に基づく動的枠組み「HawkesRank」を提案し、その有効性をシミュレーションおよびオンラインコミュニケーションの感情動向分析を通じて実証しています。
Slack More, Predict Better: Proximal Relaxation for Probabilistic Latent Variable Model-based Soft Sensors
従来の近似誤差を回避し、軟センサーの予測精度を向上させるため、Wasserstein 距離を近接演算子として目的関数を緩和する新しい確率的潜在変数モデル「KProxNPLVM」を提案し、その収束性と実効性を理論的・実験的に検証した論文です。
Deep Learning Network-Temporal Models For Traffic Prediction
この論文は、既存の統計的・浅層機械学習モデルの限界を克服するため、ネットワークのトポロジ相関と時間的パターンを同時に学習するカスタム化された GAT モデルと、クラスター化を導入したファインチューニングされたマルチモーダル LLM モデルを提案し、実世界のネットワークデータセットを用いた評価において、特に LLM ベースのモデルが優れた予測性能と汎化能力を示したことを報告しています。
Leveraging Phytolith Research using Artificial Intelligence
この論文は、従来の顕微鏡観察の限界を克服し、2 次元画像と 3 次元点群データを融合した AI モデル「Sorometry」を開拓することで、植物微化石（フィトリス）の分析を自動化・高精度化し、考古学および古生態学研究を「オミクス」規模の分野へと変革する包括的なパイプラインを提案しています。
Grammar of the Wave: Towards Explainable Multivariate Time Series Event Detection via Neuro-Symbolic VLM Agents
この論文は、自然言語で記述されたイベント定義を少量またはゼロの学習データで多変量時系列信号にマッピングする「知識誘導型時系列イベント検出」という新たな課題に対し、言語記述と物理的データを橋渡しする「イベント論理木（ELT）」を導入し、神経記号的 VLM エージェントと組み合わせて高精度な検出と説明可能な推論を実現する手法を提案し、実世界データに基づくベンチマークでその有効性を示したものです。
Attention Sinks Are Provably Necessary in Softmax Transformers: Evidence from Trigger-Conditional Tasks
本論文は、Softmax 変換器において入力無視などのデフォルト状態を実現するために「アテンションシンク」が数学的に必要不可欠であり、その原因が正規化制約にあることを理論的に証明し、ReLU アテンションではシンクが発生しないことを実験的に実証したものである。
KEPo: Knowledge Evolution Poison on Graph-based Retrieval-Augmented Generation
本論文は、既存の攻撃手法では防御されるグラフベースの RAG（GraphRAG）の脆弱性を突くため、知識の進化経路を偽造して知識グラフを汚染し、LLM を意図的な有害な回答に誘導する新たな攻撃手法「KEPo」を提案し、その有効性を実証したものである。
Sharpness-Aware Minimization for Generalized Embedding Learning in Federated Recommendation
この論文は、フェデレーテッド推薦システムにおけるデータ異質性とスパース性の課題を解決し、安定した汎化アイテム埋め込みの学習を通じて推薦精度を向上させるため、シャープネス感知最小化を採用した新しいフレームワーク「FedRecGEL」を提案するものです。