Rethinking Few-Shot Image Fusion: Granular Ball Priors Enable General-Purpose Deep Fusion
本論文は、手動設計された事前知識の信頼性を推定する「不完全事前知識」の概念と、粒状計算に基づく「GBPC アルゴリズム」を導入し、わずか 10 組の画像対のみで学習可能な軽量な汎用深層画像融合手法を提案するものです。
📊 Category
stat.ML
331 件の論文
Offline Dynamic Inventory and Pricing Strategy: Addressing Censored and Dependent Demand
この論文は、需要の欠測（センサリング）と依存性を伴うオフラインデータを用いて、在庫管理と価格設定の最適方針を学習する新たなデータ駆動型アルゴリズムを提案し、その有効性を理論的および数値的に検証するものである。
Panda: A pretrained forecast model for chaotic dynamics
進化アルゴリズムで発見された大規模なカオス力学系の合成データで事前学習された「Panda」は、低次元の常微分方程式のみを学習したにもかかわらず、ゼロショットで未知のカオス系や実世界の時間系列、さらには偏微分方程式の予測にも成功し、非線形力学における事前学習モデルの可能性を示しました。
Two-sample comparison through additive tree models for density ratios
この論文は、二つの分布の密度比を推定するための加法木モデルと「バランス損失」を提案し、これにより勾配ブースティングなどの教師あり学習アルゴリズムやベイズ推論による不確実性の定量化を可能にし、高次元データや生成モデルの品質評価などへの応用を示すものである。
Tensor Train Completion from Fiberwise Observations Along a Single Mode
本論文は、テンソルの特定のモードに沿ったファイバーが完全に観測されているか欠損しているという「ファイバーごとの観測」パターンに特化した、標準的な線形代数演算に基づく高速かつ確定的なテンソル・トレイン分解による補完手法を提案し、その有効性を示しています。
Absolute indices for determining compactness, separability and number of clusters
この論文は、クラスタリングのコンパクト性と分離性を評価し、真のクラスタ数を決定するための新しい絶対指標を提案し、合成データおよび実データを用いて既存の指標との比較を通じてその有効性を検証したものである。
Maximum Risk Minimization with Random Forests
この論文は、異なる環境間で最大リスクを最小化する（MaxRM）という原則に基づき、平均二乗誤差、負の報酬、後悔の 3 つのリスク指標に対応するランダムフォレストの新しい変種を提案し、その計算効率性、統計的整合性、および未見のテスト分布に対する保証を実証しています。
The Bayesian Geometry of Transformer Attention
本論文は、真の事後分布が既知で記憶化が不可能な「ベイズ風洞」と呼ばれる制御環境を構築し、トランスフォーマーがアーキテクチャの幾何学的設計（残差ストリーム、フィードフォワードネットワーク、アテンションの役割分担）によって厳密にベイズ推論を実現することを示し、これが平坦なアーキテクチャとの決定的な違いであることを明らかにした。
Gradient Dynamics of Attention: How Cross-Entropy Sculpts Bayesian Manifolds
本論文は、クロスエントロピー損失による勾配降下法がアテンションスコアと値ベクトルを共進化的に更新するメカニズムを解析し、これが変分推論的な EM 手順に相当する動的過程を通じて、トランスフォーマーがベイズ推論を実行するための低次元多様体を形成することを明らかにしています。
Sampling via Stochastic Interpolants by Langevin-based Velocity and Initialization Estimation in Flow ODEs
この論文は、線形確率補間に基づく確率流 ODE を用いて非正規化ボルツマン分布からサンプリングする新規手法を提案し、中間時刻におけるランジュバン・サンプラーの活用と速度場推定によって、多峰性分布やベイズ推論タスクにおける効率的なサンプリングと理論的な収束保証を実現したものである。
Transfer learning for functional linear regression via control variates
本論文は、プライバシー制約のある分散環境でも適用可能な制御変量法に基づく転移学習推定量を提案し、オフセット転移学習との理論的関係を初めて確立するとともに、離散観測に起因する滑らかさ誤差を考慮した収束率を導出することで、関数線形回帰の推定・予測性能を向上させることを示しています。
Error Analysis of Bayesian Inverse Problems with Generative Priors
この論文は、生成モデルを事前分布として用いる逆問題に対して、Wasserstein 距離に基づく事前分布の誤差が事後分布の誤差率にどのように伝播するかを定量的に解析し、数値実験でその有効性を検証するものである。
Time series forecasting with Hahn Kolmogorov-Arnold networks
この論文は、Hahn 多項式に基づく学習可能な活性化関数を用いた Hahn-KAN（HaKAN）を提案し、変換器の計算量制限や MLP のスペクトルバイアスを克服しながら、多変量時系列予測において最先端の手法を上回る軽量かつ解釈可能なモデルを実現したことを述べています。
Singular Bayesian Neural Networks
この論文は、重み行列の低ランク構造を利用した特異なベイズニューラルネットワークを提案し、従来の平均場近似よりもはるかに少ないパラメータ数で、深層アンサンブルに匹敵する予測性能と優れた外れ値検出・較正性能を実現することを示しています。
Emergence of Distortions in High-Dimensional Guided Diffusion Models
この論文は、統計力学の手法を用いて高次元における Classifier-free Guidance の「生成歪み」の発生を相転移として理論的に解明し、多様性の低下を防ぐために負のガイダンスウィンドウを備えた新しいガイダンススケジューリング手法を提案しています。
Universality of General Spiked Tensor Models
この論文は、有限の 4 次モーメントを持つ一般の非ガウスノイズ下における非対称スパイクテンソルモデルの最尤推定量の漸近的挙動を解析し、そのスペクトル分布や統計的限界がガウスノイズの場合と同一の普遍性を示すことを証明しています。
Online LLM watermark detection via e-processes
この論文は、LLM による生成テキストの検出を独立性の仮説検定問題として定式化し、e-過程に基づいた任意のタイミングで有効な保証を持つ統一的な検出枠組みを提案し、その検出力向上と理論的性質を実証的に示したものである。
Rethinking Adam for Time Series Forecasting: A Simple Heuristic to Improve Optimization under Distribution Shifts
非定常な時系列データにおける分布のドリフトへの適応性を高めるため、Adam 最適化アルゴリズムの 2 次バイアス補正を除去した軽量な変法 TS_Adam を提案し、実世界の予測タスクにおいて MSE や MAE の大幅な改善を実証した。
Stability and Robustness via Regularization: Bandit Inference via Regularized Stochastic Mirror Descent
この論文は、正則化された確率的ミラー降下法に基づくバンドットアルゴリズムの安定性を体系的に理論化し、適応的サンプリング下での統計的推論の妥当性と学習効率の両立、さらなる汚染耐性の確立を可能にする新たな枠組みを提示しています。
SDSR: A Spectral Divide-and-Conquer Approach for Species Tree Reconstruction
本論文は、種間遺伝子不整合や大規模データ処理の課題に対処するため、スペクトルグラフ理論に基づく階層的分割統治法「SDSR」を提案し、理論的な回復保証と、CA-ML や ASTRAL などの既存手法と組み合わせることで、精度を維持しつつ最大 10 倍の高速化を実現することを示しています。