Einstein from Noise: Statistical Analysis
本論文は、ノイズのみからテンプレート信号(アインシュタイン像など)に類似した構造が生成される「Einstein from noise」現象を統計的に解析し、そのメカニズムをフーリエ位相の収束と収束速度の特性によって理論的に解明するとともに、テンプレートマッチング技術における潜在的な落とし穴を明らかにしたものである。
262 件の論文
本論文は、ノイズのみからテンプレート信号(アインシュタイン像など)に類似した構造が生成される「Einstein from noise」現象を統計的に解析し、そのメカニズムをフーリエ位相の収束と収束速度の特性によって理論的に解明するとともに、テンプレートマッチング技術における潜在的な落とし穴を明らかにしたものである。
本論文は、事前のミッション情報とニューラルビュー合成モデルを活用し、勾配降下法で潜在表現を最適化することで、水中 ROV の帯域幅制限下でも高品質な画像伝送を可能にする新たな画像圧縮手法を提案し、人工海洋水槽での実験により既存手法を上回る圧縮率と画質、および新規物体への頑健性を実証したものである。
本論文は、非線形システムにおけるロバスト制御とゲインスケジューリングの問題に対し、学習データと整合性のある閉ループ系を設計し、状態入力空間における分布のシフトを抑制することで、将来のデータで経験されるパラメータ分布に対するロバスト性を確保する凸最適化手法を提案しています。
本論文は、キャッシュ比率を持つ非対称 MIMO 環境において、最小アンテナ数に基づく「min-G」方式、グループ化方式、そして仮想的なアンテナを動的に再配分する「Phantom」方式という 3 つのコンテンツ感知戦略を提案し、これらにより無線ネットワークの達成可能な次数(DoF)を大幅に向上させることを示しています。
この論文は、MIMO レイリーフェージングチャネルにおいて、チャネル状態情報と信号対雑音比をエンコーダ・デコーダに統合し、エントロピーに基づく適応レート制御と多モーダル大規模言語モデル(MLLM)を用いた特徴量補償を組み合わせることで、通信効率とタスク性能の両立を実現する新しい意味通信フレームワークを提案するものである。
本論文は、非線形ニューラルフィードバックシステムの安全性検証を目的とし、システムの非線形遷移関数の構造を活用して Tight な多面体囲い込みを計算し、それを混合整数線形計画(MILP)として符号化することで、従来の手法よりも桁違いに高速かつ正確な到達集合の過近似を実現する新規アルゴリズムを提案しています。
この論文は、安全性と制御入力の滑らかさ(リプシッツ連続性)を同時に保証するために、高次制御バリア関数(HOCBF)に入力正則化フィルタを組み合わせた「フィルタード制御バリア関数(FCBF)」を提案し、その理論的保証とシミュレーションによる有効性を示しています。
本論文は、個体および結合制約下における異種非線形マルチエージェントシステムの協調制御を実現するため、各エージェントが人工的な参照信号を最適化することで協調タスクを創発的に達成する分散モデル予測制御フレームワークを提案し、その再帰的実現可能性、漸近安定性、および過渡性能の保証を示すとともに、衛星コンステレーションや狭通路通過などの数値例で有効性を検証したものである。
この論文は、テキスト情報や並列データが不要な環境下で、音声の内容と話者特性を保持しつつ参照音声の感情スタイルを転写するゼロショット音声対音声感情スタイル転送フレームワーク「S2S-ZEST」を提案し、既存手法を上回る性能と感情認識タスクへのデータ拡張応用を実証したものです。
この論文は、角度測定のみを用いた相対軌道決定の観測性向上を目指し、能動学習に基づく制御入力設計、バッチ推定、拡張カルマンフィルタ、およびモデル予測制御を統合した自律ランデブー枠組みを提案し、数値シミュレーションによりその有効性を検証したものである。
本論文は、トポロジー制約のないワイヤレス音響センサーネットワークにおいて、従来の TI-DANSE アルゴリズムの収束速度の遅さを解消し、完全接続ネットワークにおける DANSE と同等の高速収束を実現しつつ通信帯域幅を節約する改良アルゴリズム「TI-DANSE+」を提案するものである。
本論文は、無限時間線形二次ゲームにおけるフィードバックナッシュ均衡の計算を回避するため、各プレイヤーが有限時間ゲームを逐次解くアプローチを提案し、その均衡の一意性条件、効率的な計算アルゴリズム、および無限時間均衡への収束性とコスト誤差の明示的上界を理論的に確立したものである。
既存の CLAP スコアと人間の主観的評価との相関が低いことを示し、主観的評価スコアを用いて学習した新しいモデル「Human-CLAP」を提案することで、両者の相関を大幅に改善したことを報告する論文です。
この論文は、定常状態における正確な周波数制御を実現するグリッドフォーム型 DC/AC コンバータ向けの「角周波数ドロップ制御」のハードウェア実装における離散化やクロックドリフトなどの課題を解決し、単一および多コンバータ環境での実験を通じて、黒始動能力や電力共有特性などの実証的有効性を示しています。
この論文は、状態依存のセンシング精度を持つ複数のセンサーを用いたリアルタイム遠隔追跡問題を部分観測マルコフ決定過程(POMDP)として定式化し、無限連続な信念空間の非現実性を克服するための近似手法と最適化アルゴリズムを開発することで、伝送コストと歪みを最小化する効率的な方策を提案しています。
本論文は、複雑な音声環境における多言語話者の聴覚注意力と選択的位相同期を調査し、人間は母語で選択的注意が優位である一方、音声ベースの大型言語モデル(LLM)は単一話者では人間並みの性能を示すが、複数話者の混声環境では選択的注意に課題を抱え、人間と機械の処理メカニズムに明確な乖離があることを明らかにしています。
この論文は、17 の事前学習済み音声埋め込みシステムを 6 つのデータセットで評価し、データセット間の性能差や汎化の難しさを明らかにすることで、同一データセットで訓練・評価された臨床システムの妥当性に対する疑問を提起しています。
この論文は、時軸と周波数軸に沿ってアテンション操作を因数分解することで計算複雑度を大幅に削減しつつ、3GPP 環境下で既存のグローバル自己アテンションや畳み込みニューラルネットワーク受信機を上回るブロック誤り率性能を達成する「軸方向自己アテンション変換器ニューラル受信機」を提案したものである。
この論文は、入力ノイズ情報に基づいて専門家のネットワークへ自動的にルーティングするノイズ条件付き混合専門家フレームワークを提案し、多様な雑音条件下での話者検証の頑健性と汎化性能を向上させる手法を提示しています。
この論文は、Dec-POMDP 枠組みにおいて相互情報量を目的関数とする情報理論的アプローチを採用し、センシングエージェントの選択と協調知覚ポリシーの合成を同時に行うことで、 の性能保証を持つ IMAS アルゴリズムを提案し、グリッドワールド環境での有効性を示したものである。