Exponential-Family Membership Inference: From LiRA and RMIA to BaVarIA
この論文は、LiRA、RMIA、BASE といった既存のメンバーシップ推論攻撃を指数分布族の対数尤度比フレームワークで統一的に解釈し、分散推定を改善したベイズ推論攻撃 BaVarIA を提案することで、特にシャドウモデル数が限られる実用的な環境において、より安定した攻撃性能を実現することを示しています。
🤖 Category
cs.LG
4049 件の論文
OSM-based Domain Adaptation for Remote Sensing VLMs
この論文は、大規模な教師モデルや手動アノテーションに依存せず、OpenStreetMap のメタデータと OCR 機能を活用して自己完結型のドメイン適応フレームワーク「OSMDA」を提案し、リモートセンシング用 VLM の性能向上とスケーラビリティを実現したことを述べています。
Hypercomplex Widely Linear Processing: Fundamentals for Quaternion Machine Learning
この論文は、機械学習における Quaternion（四元数）の活用を促進するため、四元数値確率過程の拡張統計、広線形モデル、四元数微積分・代数、および最小二乗推定といった基礎理論とアルゴリズムの導出を体系的に解説しています。
Inverse Neural Operator for ODE Parameter Optimization
本論文は、スパースな観測データから隠れた ODE パラメータを高速かつ高精度に復元するための、スペクトル正則化付き条件付きフーリエニューラルオペレーターと、勾配逆伝播を不要とするアモルタイズド・ドリフトモデルからなる 2 段階フレームワーク「逆ニューラルオペレーター（INO）」を提案し、実世界の化学反応や遺伝子制御ネットワークのベンチマークにおいて既存手法を大幅に凌駕する性能と推論速度の実証を示しています。
Multi-Station WiFi CSI Sensing Framework Robust to Station-wise Feature Missingness and Limited Labeled Data
この論文は、ラベル付きデータの不足と実環境で頻発する基地局ごとの特徴量欠損という 2 つの課題を同時に解決するため、クロスモーダル自己教師あり学習を CSI 表現学習に適用し、さらにダウンストリーム学習時に基地局ごとのマスキング拡張を導入する、多基地局 WiFi CSI センシングの新しい堅牢なフレームワークを提案しています。
On the Role of Reversible Instance Normalization
この論文は、時系列予測におけるデータ正規化の課題を特定し、広く用いられている可逆インスタンス正規化（RevIN）の構成要素が冗長または有害であることを示すアブレーション研究を通じて、その堅牢性と汎用性を向上させる新たな視点を提供しています。
FlexRec: Adapting LLM-based Recommenders for Flexible Needs via Reinforcement Learning
本論文は、LLM ベースの推薦システムが動的なニーズに適応する際の問題を解決するため、因果的に根拠のあるアイテム単位の報酬と不確実性を考慮したクリティックガイダンスを導入した強化学習フレームワーク「FlexRec」を提案し、多様な推薦シナリオで従来の手法や既存の LLM ベース手法を大幅に上回る性能を達成したことを示しています。
Causal Representation Learning with Optimal Compression under Complex Treatments
この論文は、複雑な多治療条件下での個別治療効果推定におけるハイパーパラメータ選択の困難さと次元の呪いを解決するため、最適なバランス重みを理論的に導出する新しい一般化境界を提案し、スケーラビリティと精度を両立させる「Treatment Aggregation」戦略と生成モデル「Multi-Treatment CausalEGM」を開発したことを示しています。
EnTransformer: A Deep Generative Transformer for Multivariate Probabilistic Forecasting
本論文は、確率論的学習パラダイムである「engression」とトランスフォーマーの表現力を統合し、パラメトリックな仮定を課さずに複雑な多変量予測分布を直接学習することで、高品質な確率論的予測を実現する深層生成モデル「EnTransformer」を提案し、複数のベンチマークデータセットにおいて既存モデルを上回る性能を実証したものである。
Chem4DLLM: 4D Multimodal LLMs for Chemical Dynamics Understanding
本論文は、化学反応の動的現象を理解するための新たなタスク「ChemDU」と、4 次元分子軌跡と専門家の解説を対応させたデータセット「Chem4DBench」、そして等価グラフエンコーダと大規模言語モデルを統合した「Chem4DLLM」を提案し、動的な化学理解とマルチモーダルな科学推論の発展を促すことを目的としています。
MobileKernelBench: Can LLMs Write Efficient Kernels for Mobile Devices?
本論文は、モバイルデバイス向けカーネル生成の課題を特定し、その評価フレームワーク「MobileKernelBench」を提案するとともに、リポジトリ認識型推論と計画・実行パラダイムを備えたマルチエージェントシステム「MoKA」を開発することで、コンパイル成功率と実行速度の大幅な向上を実現したことを報告しています。
Prototype-Based Knowledge Guidance for Fine-Grained Structured Radiology Reporting
この論文は、自由記述の放射線レポートから抽出した視覚プロトタイプを知識として活用し、構造化レポートの生成における微細な属性判断の精度を向上させる新たな手法「ProtoSR」を提案し、Rad-ReStruct ベンチマークで最高性能を達成したことを報告しています。
Exhaustive Circuit Mapping of a Single-Cell Foundation Model Reveals Massive Redundancy, Heavy-Tailed Hub Architecture, and Layer-Dependent Differentiation Control
この論文は、単一細胞基盤モデル「Geneformer」に対する包括的な回路マッピングを通じて、従来の選択的サンプリングでは見逃されていた重大な冗長性と注釈バイアス、重たい裾を持つハブ構造、および細胞分化の方向性を制御する層依存性の因果関係を明らかにしたものである。
Causal Matrix Completion under Multiple Treatments via Mixed Synthetic Nearest Neighbors
本論文は、複数の処置レベルにわたる情報を統合することで、データが不足している処置レベルにおいても従来の合成最近傍法（SNN）の理論的保証を維持しつつ推定精度を向上させる新しい因果行列補完手法「混合合成最近傍法（MSNN）」を提案し、その有効性を示しています。
Effective Resistance Rewiring: A Simple Topological Correction for Over-Squashing
本論文は、グラフニューラルネットワークの過圧縮問題を緩和するため、大域的な信号である有効抵抗を用いて構造上のボトルネックを検出し、エッジの追加と削除を反復的に行うパラメータフリーのトポロジー修正手法「有効抵抗リワイヤリング（ERR）」を提案し、その性能と埋め込み幾何学への影響を分析したものである。
Geometry-Aware Probabilistic Circuits via Voronoi Tessellations
本論文は、確率回路（PC）の混合重みにボロノイ分割を導入してデータ多様体の局所幾何構造を捉えることを提案し、その計算の困難さに対処するために近似推論枠組みと厳密な推論を可能にする構造条件の 2 つの解決策を提示するとともに、微分可能な緩和手法を通じて勾配ベースの学習を可能にしています。
Learning Transferable Sensor Models via Language-Informed Pretraining
本論文は、多様なセンサー設定に汎用可能な言語整合表現を学習するためのオープンソースフレームワーク「SLIP」を提案し、対照的アライメントとセンサー条件付きキャプション生成を統合することで、ゼロショット転移や信号の要約、質問応答などのタスクにおいて既存手法を上回る性能を実現したことを報告しています。
Uncovering Locally Low-dimensional Structure in Networks by Locally Optimal Spectral Embedding
この論文は、大域的低ランク仮定に依存する従来の手法の限界を克服し、重み付きスペクトル分解を用いて局所的な低次元構造を抽出する「局所隣接スペクトラル埋め込み（LASE）」を提案し、その理論的保証と実ネットワークにおける高品質な可視化への有効性を示しています。
Statistical and structural identifiability in representation learning
この論文は、表現学習モデルの安定性を「統計的識別可能性」と「構造的識別可能性」に定義し、非線形デコーダを持つモデルの中間表現に対する近似的な識別可能性を理論的に証明するとともに、ICA による後処理を実用的な解像法として提案し、合成データから細胞顕微鏡画像の基礎モデルまで、多様なタスクで優れた解離性能を実証しています。
Topological DeepONets and a generalization of the Chen-Chen operator approximation theorem
この論文は、DeepONets のアーキテクチャをバナッハ空間から任意のハウスドルフ局所凸空間へ拡張し、連続線形汎関数を用いたトポロジカルな枝・幹ネットワーク構成により、その空間上の連続作用素が一様近似可能であることを示すことで、従来の Chen-Chen 作用素近似定理を一般化しています。