Prognostics for Autonomous Deep-Space Habitat Health Management under Multiple Unknown Failure Modes
この論文は、ラベル付けされていない故障データから潜在的な故障モードを同定し、センサーを選択する非教師あり予知フレームワークを提案し、深宇宙居住区の安全な自律運用における残存有用寿命（RUL）予測の精度向上を実現するものである。
📊 Category
stat.ML
322 件の論文
Improving clustering quality evaluation in noisy Gaussian mixtures
この論文は、特徴量の分散に基づいて寄与を調整する「特徴量重要度再スケーリング（FIR）」という手法を提案し、ノイズや無関係な特徴量が多い高次元データにおけるクラスタリングの妥当性指標の信頼性と地正解との相関を向上させることを示しています。
A Consequentialist Critique of Binary Classification Evaluation: Theory, Practice, and Tools
この論文は、機械学習のバイナリ分類評価における決定論的視点の重要性を説き、適切なスコアリング則（ブライアースコアなど）の活用を提唱するとともに、実務との乖離を埋めるための理論的枠組み、クリップド・ブライアースコアの導出、および実用的な Python パッケージ「briertools」の提供を通じて、臨床的有用性を含む評価手法の改善を提案しています。
Regret-Optimal Q-Learning with Low Cost for Single-Agent and Federated Reinforcement Learning
この論文は、単一エージェントおよび連合強化学習において、線形なバーンインコストと対数的なポリシー切り替え・通信コストを達成しつつ、既知のモデルフリー手法の中で最良に近い最適後悔を達成する、2 つの新しいモデルフリーアルゴリズム（Q-EarlySettled-LowCost および FedQ-EarlySettled-LowCost）を提案し、その理論的保証を示すものである。
Uncovering Social Network Activity Using Joint User and Topic Interaction
この論文は、情報カスケードとユーザーの行動を同時にモデル化する「混合相互作用カスケード（MIC）」という新しい手法を提案し、既存の手法よりも優れた情報拡散の予測性能と、学習されたパラメータを用いた社会ネットワーク活動の二層構造可視化を実現することを示しています。
Global Convergence of Iteratively Reweighted Least Squares for Robust Subspace Recovery
この論文は、動的平滑化正則化を備えた反復重み付き最小二乗法（IRLS）のバリアントが、任意の初期化から線形収束して真の部分空間を復元することを示し、アフィン部分空間推定への拡張や低次元ニューラルネットワーク訓練への応用を通じて、ロバスト部分空間復元および非凸 Riemann 多様体上の IRLS に対する初のグローバル収束保証を提供するものである。
Repulsive Monte Carlo on the sphere for the sliced Wasserstein distance
本論文は、スライスト・ワルシュタイン距離の計算における積分問題に対し、決定性点過程や反発点過程に基づく quadrature 法を調査・ベンチマークし、低次元では乱択準モンテカルロ法、高次元では UnifOrtho 推定量の使用を推奨する研究結果を提示しています。
Personalized Collaborative Learning with Affinity-Based Variance Reduction
この論文は、エージェント間の異質性レベルを事前に知らずに、環境や目的関数の多様性に応じて協調学習の利点を自動的に調整し、独立学習に対して最大で線形加速を実現する新しいパーソナライズド協調学習フレームワーク「AffPCL」を提案し、その理論的保証を示すものである。
An AI-powered Bayesian Generative Modeling Approach for Arbitrary Conditional Inference
本論文は、任意の条件付き推論を可能にするため、単一の生成モデルを学習し事後予測区間による不確実性を定量化する「ベイズ生成モデル（BGM）」という新しい枠組みを提案し、その収束性と統計的整合性などの理論的保証を示したものです。
Robust Assortment Optimization from Observational Data
この論文は、顧客の選好変動やモデルの誤指定といった現実の課題に対処するため、分布のシフトを考慮した最悪ケース期待収益を最大化する頑健なアソートメント最適化の枠組みを提案し、その計算可能性と統計的効率性（特に「頑健なアイテム別カバレッジ」という新たなデータ要件の発見）を理論的に保証するものです。
Non-Rectangular Average-Reward Robust MDPs: Optimal Policies and Their Transient Values
本論文は、非長方形の平均報酬ロバスト MDP において、定常的な敵対者に対する最適方策の存在と最小最大表現を確立し、平均報酬最適性だけでは見逃され得る過渡的性能の劣化を指摘した上で、その性能を一定オーダーに制御するエポックベースの方策を構築する。
Robust Parameter and State Estimation in Multiscale Neuronal Systems Using Physics-Informed Neural Networks
この論文は、従来の数値解法では困難であった非線形性やマルチスケールダイナミクスを持つニューロンモデルにおいて、物理情報ニューラルネットワーク（PINN）を用いて不完全かつノイズの多い電位観測データから生体物理パラメータと非観測状態変数を同時に高精度に推定する堅牢な手法を提案し、その有効性を示したものである。
Permutation-Equivariant 2D State Space Models: Theory and Canonical Architecture for Multivariate Time Series
本論文は、多変量時系列の交換性を保証する理論的枠組みに基づき、変数間の順序依存性を排除し、局所ダイナミクスとグローバルな相互作用に分解することで、予測・分類・異常検出において最先端の性能と構造的なスケーラビリティを実現する「VI 2D Mamba」という新しいアーキテクチャを提案しています。
On the Formal Limits of Alignment Verification
この論文は、AI アライメントの検証が「健全性」「一般性」「計算効率性」の 3 つの性質を同時に満たすことは不可能であり、いずれかの妥協が必要であることを示す「トリレンマ」を証明し、実用的な保証が可能な領域を特定している。
Micro-Diffusion Compression -- Binary Tree Tweedie Denoising for Online Probability Estimation
この論文は、適応統計モデルの予測確率をバイアスから補正し、圧縮効率を向上させるために、バイナリ木構造を用いた微拡散去雑音層をオンライン圧縮システム「Midicoth」に統合した手法を提案するものである。
Multi-level meta-reinforcement learning with skill-based curriculum
この論文は、複雑な意思決定問題を自然な階層構造で圧縮し、スキルベースのカリキュラム学習を通じてタスクを分解・転移させることで、効率的な多レベルメタ強化学習を実現する手法を提案しています。
The Temporal Markov Transition Field
本論文は、非定常な時系列データにおいて従来のマルコフ遷移場（MTF）が持つ動的レジームの時間的変化の情報を失うという課題を解決するため、時系列を複数の時間的チャンクに分割して局所的な遷移行列を推定し、各チャンクのダイナミクスを反映した新しい画像表現「Temporal Markov Transition Field（TMTF）」を提案し、その定義、性質、数値例、バイアス - バランスのトレードオフ、および幾何学的解釈を体系的に論じています。
Cross-Domain Uncertainty Quantification for Selective Prediction: A Comprehensive Bound Ablation with Transfer-Informed Betting
本論文は、濃度不等式と多重検出補正を組み合わせ、ソースドメインのリスクプロファイルを用いてデータ不足環境での選択的予測の信頼区間を改善する「転移情報ベッティング（TIB）」を提案し、9 つの境界ファミリーを 4 つのベンチマークで包括的に評価した研究です。
Functional Bias and Tangent-Space Geometry in Variational Inference
この論文は、変分推論における事後関数のバイアスを、変分族が誘起する接空間に対して関数が持つ直交成分によって幾何学的に記述し、構造化平均場近似において交差ブロック依存性の系統的歪みが、省略された相互作用方向に起因することを明らかにしています。
Kernel Debiased Plug-in Estimation based on the Universal Least Favorable Submodel
本論文は、効率的な影響関数の明示的な導出や評価を必要とせず、普遍的最も不利な部分モデルに基づく RKHS 上のデータ適応的バイアス補正フローを構築することで、非パラメトリックモデルにおける経路微分可能なパラメータの推定を半パラメトリック効率限界で達成する「ULFS-KDPE」と呼ばれる新しいカーネル偏倚補正プラグイン推定量を提案し、その理論的基盤と数値的安定性を示したものである。