A New Framework for Convex Clustering in Kernel Spaces: Finite Sample Bounds, Consistency and Performance Insights
本論文は、非線形かつ非凸な構造を効果的に処理するためにデータを再生核ヒルベルト空間に射影するカーネル化凸クラスタリング枠組みを提案し、最先端の手法に対する優位性の実証的証拠とともに収束性と有限サンプル境界に関する理論的保証を提供する。
✓ 著者確認済み
著者が確認した論文
原著者が当サイトのやさしい解説を確認した論文。
このページに掲載されている各論文については、少なくとも一人の原著者が当サイトのやさしい解説を確認し、内容の正確性を認めるか、または修正を依頼しその修正を私たちが反映しています。確認は各文への正式な承認を意味するものではありませんが、論文を書いた本人たちの目を通ったことを意味します。
607 件の論文を著者が確認済み · 301–310 / 607
Sheaf-Theoretic Transport and Obstruction for Detecting Scientific Theory Shift in AI Agents
本論文は、既存の言語内での妥当な変形と新たな領域への必要な拡張とを区別するために、表現の輸送の失敗と障害コストを定量化することにより、AI エージェントにおける科学理論の転換を検出する有限な層理論的枠組みを提案する。
Age and metallicity of low-mass galaxies: from their centres to their stellar halos
オーリガ・プロジェクトの 17 個の模擬低質量銀河を用いた本研究は、恒星の金属量勾配が銀河の本質的な性質に依存しない一方で、ハローの金属量のばらつきは衛星銀河の降着タイミングによって駆動され、特徴的な U 字型の半径方向年齢プロファイルは外縁部での星形成の停止と合体に起因する恒星の再分布の組み合わせによって生じることを明らかにする。
The Evaluation Trap: Benchmark Design as Theoretical Commitment
本論文は、検証されていない理論的仮定が構造的限界を曖昧にする自己強化型の評価の罠をいかに生み出すかを明らかにするためのメタ評価手法「エピステマティクス」を導入し、自らが改変しようとするパラダイムをむしろ無意識に固定化してしまう最近の提案を批判することでその適用を示す。
The Pitfalls of KV Cache Compression
本論文は、KV キャッシュ圧縮がスループットを向上させる一方で、特定の命令が無視されシステムプロンプトが漏洩することによりマルチ命令シナリオにおいて性能を著しく低下させる可能性があることを明らかにしつつ、これらの問題に対処するための単純なエビクションポリシーの調整を提案する。
SuperADD: Training-free Class-agnostic Anomaly Segmentation -- CVPR 2026 VAND 4.0 Workshop Challenge Industrial Track
本論文は、DINOv3 バックボーンと堅牢な前処理技術を駆使して、クラスごとのハイパーパラメータ調整を必要とすることなく、困難な分布シフト下で MVTec AD 2 データセットにおいて最先端の性能を達成する、学習不要かつクラス非依存な異常セグメンテーションパイプラインである SuperADD を提案する。
Toward Securing AI Agents Like Operating Systems
本論文は、LLM ベースの AI エージェントのセキュリティ確保にはオペレーティングシステムのセキュリティ原則の適用が必要であると主張し、統合アーキテクチャ分析とケーススタディを通じて、一部のリスクは本質的であるものの、リソース分離や権限分離といった確立された OS 技術を用いることで多くの脆弱性を軽減できることを示している。
Quantum spacetime and quantum fluctuations in the IKKT model at weak coupling
本論文は、IKKT モデルの弱い結合領域において、量子揺らぎが非可換性スケールに比べて無視できることを示し、それによって特定の行列真空から半古典的な 3+1 次元の幾何学と重力の出現が妥当であることを実証する。
What does it mean to have a quantum gravitational theory of de Sitter Space?
この論文は、有限次元のド・ジッター空間の量子モデルは測定上の制約により本質的に曖昧であるとする一方で、漸近平坦空間における一意の超弦理論に収束するモデルの列の中に我々の宇宙を埋め込むことができれば、我々の宇宙の精密な数学的記述は依然として達成可能であると主張している。
Chem-GMNet: A Sphere-Native Geometric Transformer for Molecular Property Prediction
本論文は、MoleculeNet ベンチマークにおける分子物性予測性能で最先端の結果を達成し、しばしば大規模な事前学習済み SMILES ベースのモデルを凌駕する Chem-GMNet という新たな球面ネイティブ幾何トランスフォーマーを導入するものであり、これは標準的なトランスフォーマーモジュールを球面対応のものに置き換えることで、はるかに少ないパラメータ数と事前学習なしで実現するものである。