5303 件の論文
本論文は、グラフ上のメトリック選好に基づく即時決選投票（IRV）における「排除領域」の特定問題が一般グラフでは計算困難である一方、木構造上では多項式時間で解けることを示し、さらに強制的な候補排除という性質を満たす任意の決定論的順位ベースの投票ルールにおいても同様の困難性が維持されること、およびこの設定におけるIRV の功利主義的歪みに関する上下界を明らかにしたものである。
本論文は、従来の模倣に依存する手法の限界を克服し、強化学習と直感的な較正段階を組み合わせることで、開いたインスタンスの動画分類タスクにおいて推論能力を本質的に活用する新しいフレームワーク「DeepIntuit」を提案しています。
本論文は、二足歩行の振動による荷物の不安定化を解決するため、歩行制御と荷物の安定化を階層的に分離する残差強化学習アーキテクチャ「ReST-RL」を提案し、シミュレーションおよび Unitree G1 実機での高い成功率とゼロショットのシミュレーションから実世界への一般化性能を実証したものである。
この研究では、40 名の臨床従事者が参加する VR 心停止シミュレーションの視線追跡データに遷移ネットワーク分析を適用し、役割やシナリオの段階に応じてチームの状況認識がどのように動的に再配分されるかを可視化し、効果的な急性医療トレーニングへの応用可能性を示しました。
この論文は、拡散モデルの初期ノイズに秘密情報を埋め込む「PRoADS」という音声ステガノグラフィ手法を提案し、潜在空間最適化と後退オイラー法による逆転技術を用いて再構成誤差を最小化し、64kbps の MP3 圧縮下でも 0.15% という極めて低い誤り率を達成する堅牢なシステムを構築したことを述べています。
この論文は、RivaGAN（空間ドメイン）と Tree-Ring（潜在ドメイン）という 2 つの代表的な生成 AI 透かし技術を比較検証し、それぞれが異なる攻撃に対して脆弱であることを実証することで、単一ドメインの透かし技術が現代の敵対的ツールに対して不十分であり、将来のマルチドメイン暗号化アーキテクチャの必要性を明らかにしたものである。
本論文は、周波数制御型 LSTM とマルチレベルアイデンティティ認識変位ネットワークを組み合わせることで、滑らかで柔軟な 4D 表情合成を実現する新しい手法「FC-4DFS」を提案し、CoMA および Florence4D データセットにおいて最先端の性能を達成したことを報告しています。
この論文は、大規模マルチモーダルモデルの推論プロセスに必要な思考連鎖（CoT）の長さを事前に予測する「Fuel Gauge」という手法を提案し、KV キャッシュの効率的な割り当てや推論精度の向上を通じて計算リソースの最適化を実現することを示しています。
本論文は、異なる人物の同一性を維持しつつ中立ランドマークに基づいて 4 次元の表情を合成する新しい生成モデル「LM-4DGAN」を提案し、アイデンティティ判別器、ランドマーク自動符号化器、およびクロスアテンション機構を組み合わせて既存手法の課題を克服したものである。
この論文は、消費者向け GPU 上で複数の AI エージェントを安定して実行するために、プリフィルとデコードを分離し、動的な予算配分と CUDA グリーンコンテキストを活用してレイテンシの安定性とスループットを大幅に向上させる「AgentServe」というシステムを提案しています。
本論文は、物語の視覚的表現に感情を明確に反映させる新たなタスク「EmoStory」を提案し、エージェントベースの計画と領域意識生成を組み合わせたフレームワークにより、感情の正確性や主の一貫性を向上させることを示しています。
この論文は、視覚的遮蔽や触覚 sensing の未決定性といった課題を克服するため、パラメータ化された平衡多様体と触覚 SLAM を統合した閉ループ制御枠組みを提案し、工具介在操作における適応的な触覚推定と剛性制御を実現することで、実世界でのねじ緩めタスクにおいて高い成功率と安定性を達成したことを示しています。
この論文は、LLM のアテンションヘッドが持つ不均一かつ安定したスパース性を利用し、ヘッドごとの適応的なスパース性予算と負荷分散戦略「S-HPLB」を導入することで、品質を維持しつつ平均アテンション計算レイテンシを 2.88 倍改善する手法を提案しています。
この論文は、追加の制約や学習なしで任意の参照画像から意味領域を自律的に検出し、局所的なスタイルと大域的な内容のバランスを最適化することで、既存の手法の限界を克服する「StyleGallery」というパーソナライズされたスタイル転送フレームワークを提案しています。
この論文は、視覚トークンの強化と剪定をそれぞれ利用して視覚表現を補強し、モデルのバイアスを修正する「視覚トークン操作」に基づく統合フレームワークを提案し、訓練なしで多モーダル大規模言語モデルのハルシネーションを効果的に低減し、推論オーバーヘッドを最小限に抑えつつ POPE 精度を平均 2% 向上させることを示しています。
この論文は、視覚基盤モデルの事前知識とラテン正規化、動的ノイズサンプリングを組み合わせた「幾何学的オートエンコーダ（GAE）」を提案し、ImageNet-1K における高品質な拡散モデル生成と、圧縮・セマンティクス・再構成安定性の優れたバランスを実現したことを報告しています。
この論文は、2D 視覚手がかりが不十分とモデル自身が判断した際にのみ幾何学的特徴を自律的に活用する「GeoSense」というフレームワークを提案し、計算オーバーヘッドを増やさずに多モーダル推論の空間理解能力を大幅に向上させる手法を提示しています。
本論文は、大規模株式データにおける条件付き拡散モデルを用いた資産収益率予測とポートフォリオ構築において、条件付けるファクターの次元数が過少だと過小適合し多すぎると過剰適合するバイアス・バリアンスのトレードオフが存在し、中間的な次元数が最適な汎化性能とベースライン戦略を上回る成果をもたらすことを実証しています。
この論文は、ネイティブのセキュリティ制約が欠如しているオープンソースのコードエージェント「OpenClaw」の脆弱性を分析し、MITRE ATLAS/ATT&CKに基づく攻撃に対して防御率が17%しかないと指摘した上で、人間が介入する防御層（HITL）を導入することで防御率を最大92%まで向上させる有効性を示しています。
この論文は、NASA の NOS3 環境を用いた実証を通じて、衛星のサプライチェーンに組み込まれた悪意のあるコンポーネントが地上からの攻撃とは異なり、内部からテレメトリを偽装してミッション全体を危険にさらす新たな脅威を明らかにし、その対策を論じています。