Dual Hyperspectral Mamba for Efficient Spectral Compressive Imaging [102.4] 本稿では,グローバルな長距離依存関係と局所的コンテキストの両方を探索し,効率的なHSI再構成を実現するために,DHM(Dual Hyperspectral Mamba)を提案する。
具体的には、DHMは複数の双対超スペクトルS4ブロック(DHSB)から構成され、元のHSIを復元する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 14:14:40 GMT)
Learning Background Prompts to Discover Implicit Knowledge for Open Vocabulary Object Detection [101.2] Open vocabulary Object Detection (OVD) は、ベースと新規の両方のカテゴリからオブジェクトを認識できる最適なオブジェクト検出器を求めることを目的としている。
近年の進歩は、知識蒸留を利用して、事前訓練された大規模視覚言語モデルからオブジェクト検出のタスクに洞察力のある知識を伝達している。
本稿では,暗黙的背景知識を活用するための学習バックグラウンドプロンプトを提案するため,LBPと呼ばれる新しいOVDフレームワークを提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 17:32:26 GMT)
Image Captioning via Dynamic Path Customization [100.2] 画像キャプションのための新しい動的トランスフォーマーネットワーク(DTNet)を提案する。
提案するDTNetの有効性を検証するため,MS-COCOデータセットの広範な実験を行い,新しい最先端性能を実現する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 07:23:21 GMT)
DMLR: Data-centric Machine Learning Research -- Past, Present and Future [94.1] 我々は、機械学習科学を前進させる次世代のパブリックデータセットを作成するためのコミュニティエンゲージメントとインフラ開発との関係について概説する。
われわれは、これらのデータセットの作成と維持を継続し、ポジティブな科学的、社会的、ビジネスへの影響への道のりを図った。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 13:28:30 GMT)
Learning Manipulation by Predicting Interaction [85.6] 本稿では,インタラクションを予測して操作を学習する一般的な事前学習パイプラインを提案する。
実験の結果,MPIは従来のロボットプラットフォームと比較して10%から64%向上していることがわかった。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 13:28:31 GMT)
StyDeSty: Min-Max Stylization and Destylization for Single Domain Generalization [85.2] 単一のドメインの一般化(単一DG)は、単一のトレーニングドメインからのみ見えないドメインに一般化可能な堅牢なモデルを学ぶことを目的としている。
最先端のアプローチは、主に新しいデータを合成するために、敵対的な摂動やスタイルの強化といったデータ拡張に頼っている。
データ拡張の過程で、ソースと擬似ドメインのアライメントを明示的に考慮したemphStyDeStyを提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 02:41:34 GMT)
Efficient Degradation-aware Any Image Restoration [83.9] 我々は,低ランク体制下での学習者(DaLe)を用いた効率的なオールインワン画像復元システムである textitDaAIR を提案する。
モデルキャパシティを入力劣化に動的に割り当てることにより、総合学習と特定の学習を統合した効率的な復調器を実現する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 14:39:30 GMT)
Principled Penalty-based Methods for Bilevel Reinforcement Learning and RLHF [82.7] 本稿では, ペナルティ定式化のレンズによる二レベルRL問題の解法として, 第一原理のアルゴリズムフレームワークを提案する。
本稿では,問題景観とそのペナルティに基づく勾配(政治)アルゴリズムについて理論的研究を行う。
シミュレーションによるアルゴリズムの有効性を,Stackelberg Markovゲーム,人間からのフィードバックとインセンティブ設計によるRLで実証する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 02:41:07 GMT)
Position: Key Claims in LLM Research Have a Long Tail of Footnotes [81.1] 我々は、Large Language Models(LLMs)の動作定義を持っていないと論じる。
それらの特性に関する5つの共通主張を批判的に検討する。
今後の研究の方向性とフレーミングについて提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 15:20:25 GMT)
Sigmoid Gating is More Sample Efficient than Softmax Gating in Mixture of Experts [78.4] 我々は,シグモイドゲーティング関数が,専門家推定の統計的タスクに対して,ソフトマックスゲーティングよりも高いサンプリング効率を有することを示す。
我々は,シグモイドゲーティング関数が,専門家推定と同じ誤差を達成するために,ソフトマックスよりも小さいサンプルサイズを必要とすることを実証した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 05:29:27 GMT)
SpaFL: Communication-Efficient Federated Learning with Sparse Models and Low computational Overhead [75.9] SpaFL: 計算オーバーヘッドの少ないスパースモデル構造を最適化する通信効率のよいFLフレームワークを提案する。
実験により、スパースベースラインに比べて通信やコンピューティングリソースをはるかに少なくし、精度を向上することが示された。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 13:10:35 GMT)
Learning Discrete Concepts in Latent Hierarchical Models [73.0] 自然の高次元データから学習する概念は、ヒューマンアライメントと解釈可能な機械学習モデルの構築の可能性を秘めている。
我々は概念を階層的因果モデルを通して関連付けられた離散潜在因果変数として定式化する。
我々は、理論的な主張を合成データ実験で裏付ける。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 18:01:03 GMT)
Unraveling the Impact of Heterophilic Structures on Graph Positive-Unlabeled Learning [72.0] 実世界の多くのシナリオにおいて、肯定的無ラベル(PU)学習は不可欠であるが、そのグラフデータへの応用は未探索のままである。
グラフ上でのPU学習において重要な課題がエッジヘテロフィリーにあり、クラスプライア推定の既約性前提に直接違反していることを明らかにする。
この課題に対応するために,ラベル伝搬損失(GPL)を用いたグラフPU学習という新しい手法を導入する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 10:28:20 GMT)
FlowIE: Efficient Image Enhancement via Rectified Flow [71.6] FlowIEはフローベースのフレームワークであり、基本的な分布から高品質な画像への直線パスを推定する。
私たちのコントリビューションは、合成および実世界のデータセットに関する包括的な実験を通じて、厳密に検証されています。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 17:29:29 GMT)
Position: What Can Large Language Models Tell Us about Time Series Analysis [69.7] 現在の大規模言語モデル(LLM)は時系列解析に革命をもたらす可能性があると我々は主張する。
このような進歩は、時系列のモダリティスイッチングや質問応答など、幅広い可能性を解き放つ可能性がある。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 06:42:09 GMT)
Zone Evaluation: Revealing Spatial Bias in Object Detection [69.6] 物体検出器の基本的限界は、それらが「空間バイアス」に苦しむことである。
本稿では,ゾーン間の検出性能を計測する新しいゾーン評価プロトコルを提案する。
初めて数値的な結果が得られ、対象検出器はゾーンにわたって非常に不均一に機能することを示した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 04:49:43 GMT)
STYLE: Improving Domain Transferability of Asking Clarification Questions in Large Language Model Powered Conversational Agents [67.1] LLMに基づく明確化戦略は、ポストホックな方法で様々なドメインへの迅速な移行を特徴とする。
既存の手法では、様々な領域にまたがる一大戦略が作成され、検索の有効性が制限される傾向にある。
本稿では,ドメイン転送性を効果的に実現するために,Styleと呼ばれる新しい手法を提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 07:38:37 GMT)
Transolver: A Fast Transformer Solver for PDEs on General Geometries [66.8] 本稿では, 離散化された測地の背後に隠れた本質的な物理状態を学習するTransolverについて述べる。
スライスから符号化された物理認識トークンに注意を向けることで、Transovlerは複雑な物理的相関を効果的に捉えることができる。
Transolverは6つの標準ベンチマークで22%の相対的な利得で一貫した最先端を実現し、大規模産業シミュレーションでも優れている。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 15:33:37 GMT)
MoDGS: Dynamic Gaussian Splatting from Causually-captured Monocular Videos [65.7] MoDGSは、カジュアルにキャプチャされたモノクロビデオのみを使用して、ダイナミックなシーンでノベルビュー画像をレンダリングする新しいパイプラインだ。
そこで,MoDGSはモノクロビデオから,ダイナミックシーンの高品質なノベル・ビュー・イメージをレンダリングできることを示した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 13:20:46 GMT)
Implementing Reinforcement Learning Datacenter Congestion Control in NVIDIA NICs [64.3] 渋滞制御 (CC) アルゴリズムの設計は非常に困難になる。
現在、計算能力に制限があるため、ネットワークデバイスにAIモデルをデプロイすることはできない。
我々は,近年の強化学習CCアルゴリズムに基づく計算軽度解を構築した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 13:45:22 GMT)
Attractor Memory for Long-Term Time Series Forecasting: A Chaos Perspective [63.6] textbftextitAttraosはカオス理論を長期時系列予測に取り入れている。
本研究では,AttraosがPatchTSTと比較して,パラメータの12分の1しか持たない主流データセットやカオスデータセットにおいて,LTSF法よりも優れていることを示す。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 05:42:43 GMT)
Conformal Language Modeling [61.9] 生成言語モデル(LM)の共形予測のための新しい手法を提案する。
標準共形予測は厳密で統計的に保証された予測セットを生成する。
我々は,オープンドメイン質問応答,テキスト要約,ラジオロジーレポート生成において,複数のタスクに対するアプローチの約束を実証する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 21:40:33 GMT)
Artemis: Towards Referential Understanding in Complex Videos [61.8] 本稿では,ビデオに基づく参照理解をより微細なレベルに押し上げるMLLMであるArtemisを紹介する。
アルテミスはどんなビデオフレームにもバウンディングボックスのある自然言語の質問を受け取り、ビデオ全体の中で参照対象を説明する。
新たに確立されたVideoRef45Kデータセット上で,45KビデオQAペアを用いてArtemisをトレーニングし,計算効率のよい3段階トレーニング手順を設計する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 01:43:56 GMT)
AlignSAM: Aligning Segment Anything Model to Open Context via Reinforcement Learning [61.7] Segment Anything Model (SAM)は、オープンワールドシナリオにおいて、プロンプトのガイダンスによって、その印象的な一般化機能を実証した。
オープンコンテキストにSAMをアライメントするための自動プロンプトのための新しいフレームワークAlignSAMを提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 16:21:39 GMT)
BiomedParse: a biomedical foundation model for image parsing of everything everywhere all at once [60.7] 全体像解析は、セグメンテーション、検出、関連するオブジェクトの認識などのサブタスクを含む。
そこで本研究では,9つの画像モダリティにまたがる82種類のオブジェクトの分割,検出,認識を共同で行うことができる,画像解析のためのバイオメディカル基礎モデルであるBiomedParseを提案する。
共同学習により、個々のタスクの精度を向上し、テキストプロンプトを通じてノイズの多い画像中のすべての関連オブジェクトを分割するといった新しいアプリケーションを可能にする。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 00:28:58 GMT)
CLAMBER: A Benchmark of Identifying and Clarifying Ambiguous Information Needs in Large Language Models [60.6] 大規模言語モデル(LLM)を評価するベンチマークであるCLAMBERを紹介する。
分類を基盤として12Kの高品質なデータを構築し, 市販のLCMの強度, 弱点, 潜在的なリスクを評価する。
本研究は, あいまいなユーザクエリの特定と明確化において, 現在のLCMの実用性に限界があることを示唆する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 07:35:26 GMT)
Formalizing and Benchmarking Prompt Injection Attacks and Defenses [59.6] 本稿では,迅速なインジェクション攻撃を形式化するフレームワークを提案する。
フレームワークに基づいて、既存のものを組み合わせることで、新たな攻撃を設計します。
我々の研究は、将来のプロンプトインジェクション攻撃と防御を定量的に評価するための共通のベンチマークを提供する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 21:21:07 GMT)
GenBench: A Benchmarking Suite for Systematic Evaluation of Genomic Foundation Models [56.6] 我々はGenomic Foundation Modelsの有効性を評価するためのベンチマークスイートであるGenBenchを紹介する。
GenBenchはモジュラーで拡張可能なフレームワークを提供し、様々な最先端の方法論をカプセル化している。
本稿では,タスク固有性能におけるモデルアーキテクチャとデータセット特性の相互作用のニュアンス解析を行う。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 08:01:05 GMT)
Adapting Fine-Grained Cross-View Localization to Areas without Fine Ground Truth [56.6] 本稿では,GTの微細化を伴わないターゲット領域の画像のみを活用することにより,新たなターゲット領域におけるトレーニングモデルの性能向上に焦点をあてる。
本稿では,知識の自己蒸留に基づく弱教師付き学習手法を提案する。
提案手法は,最近の2つのベンチマークモデルを用いて検証した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 15:58:35 GMT)
Unisolver: PDE-Conditional Transformers Are Universal PDE Solvers [55.1] 広範にPDEを解くことができるUniversal PDEソルバ(Unisolver)を提案する。
私たちの重要な発見は、PDEソリューションが基本的に一連のPDEコンポーネントの制御下にあることです。
Unisolverは3つの挑戦的な大規模ベンチマークにおいて、一貫した最先端の結果を達成する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 13:28:27 GMT)
Graph Neural Networks for Brain Graph Learning: A Survey [53.7] グラフニューラルネットワーク(GNN)は、グラフ構造化データのマイニングにおいて大きな優位性を示している。
脳障害解析のための脳グラフ表現を学習するGNNが最近注目を集めている。
本稿では,GNNを利用した脳グラフ学習の成果をレビューすることで,このギャップを埋めることを目的としている。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 02:47:39 GMT)
End-to-End Model-based Deep Learning for Dual-Energy Computed Tomography Material Decomposition [53.1] 本稿では,定量化のためのエンド・ツー・エンド材料分解(E2E-DEcomp)と呼ばれる深層学習手法を提案する。
AAPMスペクトルCTデータセットにおける直接E2E-DEcomp法の有効性を示す。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 16:20:59 GMT)
Implicit Bias of Policy Gradient in Linear Quadratic Control: Extrapolation to Unseen Initial States [52.6] 勾配降下はしばしば暗黙のバイアスを示し、目に見えないデータに優れたパフォーマンスをもたらす。
本稿では,初期状態に対する外挿の観点から,政策勾配の暗黙バイアスを理論的に検討する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 18:17:12 GMT)
DeCoOp: Robust Prompt Tuning with Out-of-Distribution Detection [52.1] そこで我々は,新しいクラス検出器とサブクラス化器を導入し,基本クラスと新クラスの識別性をさらに向上させる,新しいプロンプトチューニング手法であるDecomposed Context Optimization(DeCoOp)を提案する。
11のベンチマークデータセットによる実験結果から、DePTの有効性が検証され、DeCoOpが現在の最先端手法よりも優れており、平均精度が2%向上していることが示された。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 07:46:42 GMT)
GPT4RoI: Instruction Tuning Large Language Model on Region-of-Interest [51.7] 本稿では,空間的命令チューニングを提案し,その命令における関心領域(RoI)を参照することを提案する。
我々のモデルであるGPT4RoIは、7つのリージョンテキストペアデータセットに基づいて訓練されており、前例のない対話的かつ対話的な体験をもたらす。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 08:50:14 GMT)
RGFN: Synthesizable Molecular Generation Using GFlowNets [51.3] 本稿では,化学反応の空間内で直接動作するGFlowNetフレームワークの拡張であるReaction-GFlowNetを提案する。
RGFNは、生成した候補の同等の品質を維持しながら、アウト・オブ・ボックスの合成を可能にする。
提案手法の有効性を,事前訓練されたプロキシモデルやGPUアクセラレーションドッキングなど,さまざまなオラクルモデルに適用した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 13:11:11 GMT)
SimPro: A Simple Probabilistic Framework Towards Realistic Long-Tailed Semi-Supervised Learning [49.9] ラベルなしデータの分散に関する前提を前提としない、高度に適応可能なフレームワークをSimProとして提案する。
我々のフレームワークは確率モデルに基づいており、期待最大化アルゴリズムを革新的に洗練する。
本手法は,様々なベンチマークやデータ分散シナリオにまたがる一貫した最先端性能を示す。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 09:53:00 GMT)
Future Directions in the Theory of Graph Machine Learning [49.0] グラフ上の機械学習、特にグラフニューラルネットワーク(GNN)を使用すると、グラフデータが広く利用できるため、関心が高まっている。
実際の成功にもかかわらず、GNNの特性に関する理論的理解は非常に不完全である。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 22:32:19 GMT)
Large Language Models for Relevance Judgment in Product Search [48.6] 検索クエリに対する検索および再ランクされたアイテムの高い関連性は、製品検索の成功の土台である。
本稿では,大規模言語モデル(LLM)を活用して,クエリ・イテムペア(QIP)の関連判断を大規模に自動化する手法について述べる。
本研究は,製品検索における関連判断の自動化の分野への直接的な影響を示唆するものである。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 00:52:41 GMT)
E$^3$-Net: Efficient E(3)-Equivariant Normal Estimation Network [47.8] 正規推定のための等価性を実現するために,E3-Netを提案する。
本稿では,この作業に必要なトレーニングリソースを,従来の作業の1/8に大幅に削減する,効率的なランダムフレーム手法を提案する。
提案手法は, 合成と実世界の両方のデータセットにおいて優れた結果が得られ, 最先端技術よりもかなり優れている。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 07:53:36 GMT)
Strategic Linear Contextual Bandits [46.2] そこで,本研究では,学習者に対して,自覚的コンテキストを戦略的に誤報告することができるような,線形文脈的帯域幅問題の戦略的変異について検討する。
我々は, エージェントに対して, 後悔を最小限に抑えつつ, 文脈を真実に報告するよう動機づけるオプティスティックグリムトリガー機構(OptGTM)を提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 20:46:40 GMT)
The Critique of Critique [45.4] 私たちは、特定の定量化基準を構築するMetaCritiqueと呼ばれる批判の批判の先駆者です。
メタ評価データセットを構築し,人間による記述とLLMによる批評を含む4つのタスクを網羅する。
実験では、MetaCritiqueが人間に近いパフォーマンスを達成できることが示されている。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 17:52:14 GMT)
Conformal Transformation of Kernels: A Geometric Perspective on Text Classification [45.0] サポートベクトルマシンで使用されるカーネル関数に対する共形変換の影響について検討する。
本研究では,Reutersデータセットを用いて2種類のバイナリ分類タスクについて実験を行った。
この結果から, コンフォメーション変換はカーネル性能を著しく向上させる可能性が示唆された。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 17:01:01 GMT)
SpikeReveal: Unlocking Temporal Sequences from Real Blurry Inputs with Spike Streams [44.0] スパイクカメラは、動きの特徴を捉え、この不適切な問題を解くのに有効であることが証明されている。
既存の手法は教師付き学習パラダイムに陥り、現実のシナリオに適用した場合、顕著なパフォーマンス劣化に悩まされる。
本研究では,スパイク誘導動作の劣化に対する最初の自己教師型フレームワークを提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 07:28:05 GMT)
SpikeMM: Flexi-Magnification of High-Speed Micro-Motions [44.0] 本稿では,高速運動倍率に特化して最適化されたスパイクに基づくアルゴリズムであるSpikeMMを紹介する。
SpikeMMは、多レベル情報抽出、空間的アップサンプリング、モーション倍率モジュールを統合し、幅広いシナリオに対して自己調整可能なアプローチを提供する。
本研究では,スパイクカメラが捉えたシーンの厳密な検証を通じてSpikeMMの有効性を実証し,実世界の高周波数環境における動きを拡大する能力を示す。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 09:42:37 GMT)
Long-Tail Learning with Foundation Model: Heavy Fine-Tuning Hurts [42.7] 本稿では,重度微調整がテールクラスの性能劣化の原因となる可能性を明らかにする。
我々は,高速な予測とコンパクトなモデルを実現することを目的として,低複雑さかつ高精度なロングテール学習アルゴリズムLIFTを開発した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 09:59:01 GMT)
Recent Advances in End-to-End Simultaneous Speech Translation [42.6] 同時音声翻訳(SimulST)は、音声入力を継続的に処理しながら、リアルタイムに翻訳を生成するタスクである。
本稿では,SimulST研究の最近の展開を概観し,4つの課題に焦点をあてる。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 16:56:19 GMT)
PrivLM-Bench: A Multi-level Privacy Evaluation Benchmark for Language Models [42.2] 言語モデル(LM)のプライバシー漏洩を評価するベンチマークであるPrivLM-Benchを提案する。
DPパラメータのみを報告するのではなく、PrivLM-Benchは実際の使用中に無視された推論データのプライバシに光を当てる。
メインストリームLMのためのGLUEの3つのデータセットについて広範な実験を行った。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 14:04:21 GMT)
DMesh: A Differentiable Mesh Representation [40.8] DMeshは一般的な3次元三角形メッシュの微分可能表現である。
まず、重み付きデラウネー三角測量(WDT)に基づいて、領域をコンパクトにテセルレートする凸四面体(convex tetrahedra)の集合を得る。
我々は、WDTに基づいて、実際の表面に存在する顔の確率を微分可能な方法で定式化する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 23:28:55 GMT)
On the Communication Complexity of Decentralized Bilevel Optimization [40.5] 本稿では,更新戦略の同時および交互化に基づく2つの新しい分散二段階勾配勾配アルゴリズムを提案する。
我々のアルゴリズムは既存の手法よりも高速な収束率と通信コストを抑えることができる。
このような理論的な結果は、不均一な環境での軽微な仮定で達成されたのはこれが初めてである。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 18:32:08 GMT)
Towards Generalizable Multi-Object Tracking [40.3] マルチオブジェクト追跡MOTは様々なトラッキングシナリオを含み、それぞれに固有の特徴がある。
異なるシナリオに対するトラッカーの一般化に影響を及ぼす要因について検討し、それらを一連のトラッキングシナリオ属性にまとめる。
我々はMOTのためのポイントワイズ・インスタンスワイズ・リレーションシップ・フレームワークであるGeneralTrackを提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 12:51:37 GMT)
Exploring quantum localization with machine learning [39.6] 本稿では、その局所化の観点から、波動関数を分類するための効率的なニューラルネットワーク(NN)アーキテクチャを提案する。
提案手法は, 量子位相空間のパラメトリゼーションにより, 改良畳み込みモデルのパターン認識機能と, 独自の「量子」NNへと導かれる。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 08:50:26 GMT)
Breast Cancer Diagnosis: A Comprehensive Exploration of Explainable Artificial Intelligence (XAI) Techniques [38.3] 乳がんの診断・診断における説明可能な人工知能(XAI)技術の適用について検討する。
複雑なAIモデルと実用的な医療アプリケーションの間のギャップを埋めることにおけるXAIの可能性を強調することを目的としている。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 18:50:03 GMT)
Learning Optimal Contracts: How to Exploit Small Action Spaces [37.9] 本稿では、主目的が結果依存の支払い方式にコミットする主目的問題について検討する。
約最適契約を高い確率で学習するアルゴリズムを設計する。
また、関連するオンライン学習環境において、$tildemathcalO(T4/5)$ regret を提供するためにも使用できる。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 11:41:42 GMT)
RT-H: Action Hierarchies Using Language [36.9] ロボット模倣学習における最近の研究は、与えられた視覚的観察と言語で指定されたハイレベルなタスクを予測する言語条件付きポリシーを用いている。
本稿では,RT-Hが言語動作を用いた行動階層を構築し,これとハイレベルなタスクを条件に,視覚的コンテキストを用いた行動予測を行うことを示す。
これらの方針は、言語介入に応答するだけでなく、遠隔操作による介入から学ぶ方法や優れた手法からも学べることを示す。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 01:54:54 GMT)
CHAIN: Enhancing Generalization in Data-Efficient GANs via lipsCHitz continuity constrAIned Normalization [36.2] GAN(Generative Adversarial Networks)は画像生成を著しく進歩させるが、その性能は豊富なトレーニングデータに大きく依存する。
限られたデータを持つシナリオでは、GANは差別者の過度な適合と不安定なトレーニングに苦労することが多い。
我々は、従来の中心ステップをゼロ平均正規化に置き換え、スケーリングステップでリプシッツ連続性制約を統合するCHAINを提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 16:22:54 GMT)
Cross-Table Pretraining towards a Universal Function Space for Heterogeneous Tabular Data [35.6] クロスデータセット事前トレーニングは、様々な分野で顕著な成功を収めている。
本研究では,多目的な下流表予測タスクのためのクロステーブル事前学習型トランスであるXTFormerを提案する。
我々の手法は、XTFormerを事前訓練して、全ての潜在的な機能ターゲットマッピングを含む「メタ関数」空間を確立することである。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 03:24:31 GMT)
ParamReL: Learning Parameter Space Representation via Progressively Encoding Bayesian Flow Networks [34.7] そこで本研究では,パラメータ空間内で動作するParamReLという表現学習フレームワークを提案する。
具体的には、ParamReLは、観察からではなく、パラメータから直接潜在意味論を学習するエンフセルフエンコーダを提案する。
相互情報用語は、潜在意味論の混乱をさらに促進し、同時に意味的意味論を捉える。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 00:49:41 GMT)
Anchor-based Large Language Models [33.9] 本研究ではアンカーベースの自己アテンションネットワーク(AnSAN)とアンカーベースの推論戦略を利用するアンカーベースのLSM(AnLLM)を紹介する。
AnLLMも同様の精度を維持し、最大99%のキー/バリューキャッシュの削減、最大3.5倍の高速推論を実現している。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 04:52:17 GMT)
Federated Model Heterogeneous Matryoshka Representation Learning [33.0] モデルヘテロジニアスフェデレーション学習(MteroFL)により、FLクライアントは、異種構造を持つモデルを分散的に訓練することができる。
既存の方法は、MteroFLサーバとクライアントモデルの間で知識を伝達するために、トレーニング損失に依存する。
本研究では,Matryoshkaモデルを用いた教師付き学習タスクのための新しい表現手法を提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 16:37:08 GMT)
Human-Agent Cooperation in Games under Incomplete Information through Natural Language Communication [32.7] 不完全な情報の下で共通の目的を達成するために、2人のプレイヤーが交互にトークンを制御できる共有制御ゲームを導入する。
本ゲームでは,人間を相手とする自律エージェントのポリシー合成問題を定式化する。
本稿では,言語モジュールと計画モジュールからなるコミュニケーションベースのアプローチを提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 20:06:55 GMT)
Slow and Steady Wins the Race: Maintaining Plasticity with Hare and Tortoise Networks [32.3] 訓練性を維持して可塑性を高める方法は、一般化に限られた利益をもたらす。
本稿では,脳の補完学習システムにインスパイアされたHare & Tortoiseを紹介する。
我々の方法は一般的な知識を維持しながら可塑性を保ちます。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 05:55:15 GMT)
SplAgger: Split Aggregation for Meta-Reinforcement Learning [32.3] ブラックボックスメソッドは、オフザシェルフシーケンスモデルをエンドツーエンドでトレーニングすることで実現している。
タスク推論メソッドは、未知のタスク上の後方分布を明示的に推論する。
近年の研究では、タスク推論シーケンスモデルは高いパフォーマンスには必要ないことが示されている。
タスク推論シーケンスモデルが依然として有用であることを示す。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 22:35:29 GMT)
Prompt Chaining or Stepwise Prompt? Refinement in Text Summarization [31.8] Prompt ChainingとStepwise Promptの2つの戦略は反復的なプロセスを実行するように設計されている。
本稿では,これら2つの手法をテキスト要約の文脈で検証し,比較することを目的とした。
実験結果から, プロンプト連鎖法によりより良好な結果が得られることが示された。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 17:28:38 GMT)
tnGPS: Discovering Unknown Tensor Network Structure Search Algorithms via Large Language Models (LLMs) [31.7] 本研究では,大規模言語モデルを用いてテンソルネットワーク構造探索(TN-SS)アルゴリズムの自動探索を行う。
人間の研究者による研究の革新を観察することにより,tnGPSと呼ばれる自動アルゴリズム発見フレームワークを提案する。
提案するフレームワークは、LCMに反復的な改良と拡張を通じて新しいTN-SSアルゴリズムを生成するよう指示する精巧なプロンプトパイプラインである。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 15:54:54 GMT)
Optimal Transport for Structure Learning Under Missing Data [31.2] そこで本稿では,最適なトランスポートに基づくデータから因果構造を学習するためのスコアベースアルゴリズムを提案する。
我々のフレームワークは,ほとんどのシミュレーションや実データ設定において競合する手法よりも,真の因果構造を効果的に回復することが示されている。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 10:57:01 GMT)
The Best of Both Worlds: Toward an Honest and Helpful Large Language Model [30.8] 大規模言語モデル(LLM)は、その例外的な生成能力により、様々な産業で顕著な成功を収めている。
正直さを維持しながらLLMの有用性を優先できるだろうか?
LLMの誠実さと有用性を高めるための2つのアプローチとして、トレーニング不要の強化と微調整に基づく改善を提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 09:36:16 GMT)
A Semantic Distance Metric Learning approach for Lexical Semantic Change Detection [30.6] Lexical Semantic Change Detection (SCD) タスクでは、与えられたターゲット語である$w$が2つの異なるテキストコーパス間で意味を変えるかどうかを予測する。
既存のWord-in-Context(WiC)データセットを用いた教師付き2段階のSCD手法を提案する。
SCDのための複数のベンチマークデータセットの実験結果から,提案手法が複数の言語で高い性能を達成できることが示唆された。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 09:23:22 GMT)
Large Language Model Confidence Estimation via Black-Box Access [30.5] 大規模言語モデル(LLM)の応答に対する信頼度をブラックボックスやクエリアクセスで推定する問題について検討する。
そこで我々は,新しい特徴を設計し,信頼度を推定するために(解釈可能な)モデルを訓練する,シンプルでロジスティックなフレームワークを提案する。
我々は,本フレームワークがFlan-ul2, llama-13b, Mistral-7bの信頼度推定に有効であることを実証的に実証した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 02:08:44 GMT)
SortedNet: A Scalable and Generalized Framework for Training Modular Deep Neural Networks [30.1] 我々は、ディープニューラルネットワーク(DNN)の固有のモジュラリティを活用するためにSortedNetを提案する。
SortedNetは、メインモデルのトレーニングと同時にサブモデルのトレーニングを可能にする。
一度に160台のサブモデルを訓練でき、オリジナルのモデルの性能の少なくとも96%を達成できる。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 08:04:02 GMT)
Neural Optimal Transport with Lagrangian Costs [29.1] 本稿では,ラグランジアンコストを満たすためのコスト関数が理解された場合の確率測度間の最適輸送問題について検討する。
我々の貢献は、測地学を効率的に計算し、スプラインベースの経路を補正する能力を示す計算的関心事である。
従来の作業とは異なり、ODEソルバを必要とせずにラグランジアン最適輸送写像を出力する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 03:34:00 GMT)
Consistency Model is an Effective Posterior Sample Approximation for Diffusion Inverse Solvers [28.7] 過去の近似は後続の手段に依存しており、画像分布の支持には当てはまらない可能性がある。
本稿では,画像分布支援において有効なサンプルを生成することを保証する,後部近似のための新しい手法を提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 10:54:50 GMT)
Do's and Don'ts: Learning Desirable Skills with Instruction Videos [28.4] 本稿では,2段階からなる教示に基づくスキル発見アルゴリズムであるDoDontを提案する。
望ましい振る舞いを効果的に学習し、複雑な継続的制御タスクで望ましくないものを避ける。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 06:56:27 GMT)
PAGER: A Framework for Failure Analysis of Deep Regression Models [27.8] PAGER (Principled Analysis of Generalization Errors in Regressors) は,深部回帰器の故障を系統的に検出し,特徴付けるフレームワークである。
深層モデルにおけるアンカードトレーニングの原理に基づいて、PAGERは、エピステマ性不確実性と相補的多様体の非整合スコアを統一し、サンプルを異なるリスクレジームに正確に整理する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 18:55:12 GMT)
Temporal and Heterogeneous Graph Neural Network for Remaining Useful Life Prediction [27.5] 我々はTHGNN(Temporal and Heterogeneous Graph Neural Networks)という新しいモデルを導入する。
THGNNは、隣接するノードからの履歴データを集約し、センサーデータのストリーム内の時間的ダイナミクスと空間的相関を正確にキャプチャする。
包括的実験により,本手法の有効性を検証した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 04:49:21 GMT)
FedAST: Federated Asynchronous Simultaneous Training [27.5] フェデレートラーニング(FL)は、デバイスやクライアントがプライベートデータを共有せずに機械学習(ML)モデルを協調的にトレーニングすることを可能にする。
FLにおける既存の作業の多くは、1つのタスクのモデルを効率的に学習することに集中しています。
本稿では,共通データセットを用いた複数のFLモデルの同時学習を提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 05:14:20 GMT)
An Empirical Study of Realized GNN Expressiveness [27.5] 本稿では,実用的なモデルインスタンスが,新しい表現性データセットBRECを用いて実現可能な実感表現力について検討する。
BREC上で高-1-WL表現率23モデルを合成試験した。
本実験は,1-WL GNNモデルを超えるこれらの最先端の表現性について,その実感性を初めて徹底的に測定するものである。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 08:37:02 GMT)
Explainable Molecular Property Prediction: Aligning Chemical Concepts with Predictions via Language Models [26.8] 本研究では,言語モデルに基づく分子特性予測のための新しいフレームワークであるLamoleを開発した。
ラモールは同等の分類精度を達成でき、説明精度を最大14.8%向上させることができる。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 01:15:43 GMT)
CriticBench: Benchmarking LLMs for Critique-Correct Reasoning [26.5] CriticBenchは、大規模言語モデルの推論を批判し修正する能力を評価するために設計されたベンチマークである。
生成, 批判, 修正推論における17個のLLMの性能を評価し, 評価した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 07:46:28 GMT)
Direct3D: Scalable Image-to-3D Generation via 3D Latent Diffusion Transformer [26.4] Direct3Dは、Wildの入力画像にスケーラブルなネイティブな3D生成モデルである。
提案手法は, 直接3次元変分オートエンコーダ(D3D-VAE)と直接3次元拡散変換器(D3D-DiT)の2成分からなる。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 16:18:53 GMT)
Details Enhancement in Unsigned Distance Field Learning for High-fidelity 3D Surface Reconstruction [26.4] そこで本研究では,通常のアライメントとSIRENネットワークを統合した詳細UDF(DEUDF)学習を提案する。
計算結果から,DEUDFは既存のUDF学習法よりも精度と再現面の品質が優れていることが示された。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 07:52:26 GMT)
DSCA: A Digital Subtraction Angiography Sequence Dataset and Spatio-Temporal Model for Cerebral Artery Segmentation [26.1] DSAシークエンスに基づく脳動脈セグメンテーションデータセット(DSCA)を提案する。
単一のフレームにのみフォーカスする既存のDSAセグメンテーション手法とは異なり、提案されたDSANetでは、複数のフレームにまたがる動的血管の詳細をキャプチャするための、個別のテンポラリエンコーディングブランチが導入されている。
大規模な実験により、DSANetはCAセグメンテーションにおいて他の最先端の手法よりも優れており、Dice は 0.9033 である。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 07:35:21 GMT)
Restoration by Generation with Constrained Priors [25.9] 入力画像にノイズを付加して復調し、復調させることで、画像復元のための事前学習拡散モデルを適用する方法を提案する。
複数の実世界の復元データセットにおいて、アイデンティティと画質の保存において優れた性能を示す。
このアプローチにより、従来の作業ではできなかった高周波の詳細を正確に保存する結果が得られます。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 07:03:52 GMT)
GenPalm: Contactless Palmprint Generation with Diffusion Models [25.7] 本稿では拡散確率モデルを用いた新しいパームプリント生成法を提案する。
我々は,複数のパームIDを合成するエンドツーエンドフレームワークを開発し,生成されたパームプリントの現実性と有用性を検証した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 03:33:25 GMT)
Extragradient Type Methods for Riemannian Variational Inequality Problems [25.6] 我々は、REG と RPEG の両者の平均収束度が、2020 年の場合と一致する$Oleft(frac1Tright)$であることを示す。
結果はホロノミー効果の偏見に対処することで可能となり、さらなる観測を減らせることができる。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 11:40:49 GMT)
Champ: Controllable and Consistent Human Image Animation with 3D Parametric Guidance [25.3] 本稿では,潜伏拡散フレームワーク内での3次元人間のパラメトリックモデルを活用することで,人間の画像アニメーションの方法論を提案する。
人間の3次元パラメトリックモデルを動作誘導として表現することにより、基準画像と音源映像の動きの間に人体のパラメトリック形状アライメントを行うことができる。
提案手法は,提案した組込みデータセットに対して,より優れた一般化能力を示す。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 08:27:23 GMT)
ARAIDA: Analogical Reasoning-Augmented Interactive Data Annotation [25.3] 自動アノテーションの精度を向上させるアナログ推論に基づくアプローチであるAraidaを提案する。
Araidaには、アノテーションモデルとk-nearest neighbors(KNN)モデルを動的にコーディネートするエラー認識統合戦略が含まれている。
平均すると、バニラのインタラクティブなデータアノテーション手法に比べて、人間の修正作業が11.02%削減される。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 07:30:51 GMT)
Object Pose Estimation via the Aggregation of Diffusion Features [25.1] 画像から物体のポーズを推定することは、3Dシーン理解において重要な課題である。
最近のアプローチは、目に見えないオブジェクトを扱う場合、大幅なパフォーマンス低下を経験します。
粒度の異なる拡散特性を効果的に捕捉・集約できる3つの異なるアーキテクチャを提案する。
提案手法は,3つのベンチマークデータセットに対して,最先端の手法よりもかなりの差がある。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 15:25:47 GMT)
Parameter Estimation in DAGs from Incomplete Data via Optimal Transport [24.7] 我々は、理論的な枠組みを開発し、我々のアプローチの堅牢性と汎用性を示す広範な実証的な証拠でそれを支援する。
提案手法は, 地中構造パラメータを効果的に復元するだけでなく, 下流アプリケーション上でのベースラインの競合よりも, 比較可能か, あるいは優れていることを示す。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 10:53:42 GMT)
PSP: Pre-Training and Structure Prompt Tuning for Graph Neural Networks [24.7] 事前学習とプロンプト」は、教師付きデータが少ない様々なタスクにグラフニューラルネットワークを適用するという有望な結果を示している。
本稿では,事前学習と即時チューニングの両段階における構造情報を一貫して活用するPSPを提案する。
PSPは、ホモフィルグラフとヘテロフィルグラフの両方において、数ショットのシナリオにおいて優れたパフォーマンスをもたらす。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 06:31:26 GMT)
Multi-Modal and Multi-Agent Systems Meet Rationality: A Survey [24.1] 合理性(Rationality)とは、論理的な思考と、証拠や論理的な規則に沿った決定によって特徴づけられる、理性によって導かれる性質である。
最近の研究は、一貫性と信頼性を高めるために、様々な種類のデータやツールと協調して働く複数のエージェントの強みを活用する試みである。
本稿では,マルチモーダルシステムとマルチエージェントシステムが,現状調査によって合理性に向かって進んでいるかを理解することを目的とする。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 01:17:25 GMT)
Grounding DINO 1.5: Advance the "Edge" of Open-Set Object Detection [23.5] Grounding DINO 1.5はIDEA Researchが開発した高度なオープンセットオブジェクト検出モデルである。
グラウンドディング DINO 1.5 Pro は、幅広いシナリオにまたがるより強力な一般化機能のために設計された高性能モデルである。
DINO 1.5 Edgeは、エッジデプロイメントを必要とする多くのアプリケーションで要求される高速なスピードを実現するための、効率的な最適化モデルである。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 03:35:22 GMT)
Lightening Anything in Medical Images [23.4] 我々はUniMIEという名前のUniMIE(Universal Medical Image Enhancement)のための、先駆的なトレーニングフリー拡散モデルを導入する。
UniMIEは、微調整を必要とせず、様々な医用画像モダリティにまたがる教師なしの強化能力を実証している。
我々は、13の画像モダリティと15以上の医療タイプを総合的に評価し、他のモダリティ特化モデルやデータ非効率モデルよりも優れた品質、堅牢性、正確性を示す。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 05:07:50 GMT)
On the Use of Anchoring for Training Vision Models [23.2] アンコリング(Anchoring)は、不確実性推定、キャリブレーション、外挿能力を大幅に改善することが示されているディープニューラルネットワークのトレーニングの原則である。
我々は、望ましくないショートカットを学習するリスクが増大し、一般化能力が制限されるという、アンカードトレーニングにおける重要な問題を特定する。
本稿では,この問題を緩和し,一般化を著しく向上させるため,シンプルな正規化器を用いた新しいアンカー付きトレーニングプロトコルを提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 18:43:43 GMT)
I Learn Better If You Speak My Language: Understanding the Superior Performance of Fine-Tuning Large Language Models with LLM-Generated Responses [23.1] LLMによって生成された反応で大きな言語モデル(LLM)を微調整すると、人間によって生成された反応よりも良い結果が得られることが多い。
LLM生成応答によるトレーニングは、パフォーマンスを高めるだけでなく、特定のタスクを微調整した後、他のタスクにおけるモデルの能力を維持するのにも役立ちます。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 03:36:23 GMT)
A Systematic Survey of Blockchained Federated Learning [22.7] フェデレートラーニング(FL)は、複数のクライアントにトレーニングタスクを割り当てることで、プライバシーの漏洩を防止する。
FLはシングルポイント障害や悪意のあるデータといった欠点に悩まされている。
ブロックチェーンの出現は、FLをデプロイするためのセキュアで効率的なソリューションを提供する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 00:23:16 GMT)
Evolution of Heuristics: Towards Efficient Automatic Algorithm Design Using Large Language Model [22.6] EoHは自然言語における思考の考えを表しており、これは「思考」と呼ばれている。
それらはLarge Language Models (LLM) によって実行可能なコードに変換される。
EoHは、オンラインのビンパッキング問題に対して、広く使われている人手作りのベースラインアルゴリズムを著しく上回っている。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 16:48:37 GMT)
BruSLeAttack: A Query-Efficient Score-Based Black-Box Sparse Adversarial Attack [22.4] モデルクエリに対するスコアベースの応答を単純に観察することで、スパース対逆サンプルを生成するという、独特であまりよく理解されていない問題について検討する。
この問題に対するBruSLeAttackアルゴリズムを開発した。
私たちの作業は、モデル脆弱性の迅速な評価を促進し、デプロイされたシステムの安全性、セキュリティ、信頼性に対する警戒を高めます。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 04:59:16 GMT)
On Measuring Faithfulness or Self-consistency of Natural Language Explanations [22.4] 大規模言語モデル(LLM)は、ポストホックやチェーン・オブ・ソート(Chain-of-Thought)の説明を通じて予測を説明することができる。
最近の研究は、これらの説明の忠実さを判断するための試験を設計している。
これらのテストはモデルの内部動作に対する忠実さを測るものではなく、むしろ出力レベルでの自己整合性を測るものだ、と私たちは主張する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 07:57:52 GMT)
PuzzleFusion++: Auto-agglomerative 3D Fracture Assembly by Denoise and Verify [22.1] 本稿では,人間が空間パズルを解く方法に類似した,新しい「自動凝集型」3次元フラクチャーアセンブリ手法であるPuzzleFusion++を提案する。
Breaking Badデータセットの実験は、PuzzleFusion++が他の最先端技術よりも優れていることを示している。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 01:49:27 GMT)
An Unsupervised Approach for Periodic Source Detection in Time Series [22.1] ノイズのある時系列データ内の周期的関心パターンの検出は、様々なタスクにおいて重要な役割を果たす。
既存の学習技術は、しばしば周期性を検出するためにラベルやクリーンな信号に頼っている。
本稿では,ラベルを使わずに時系列の周期性を検出する手法を提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 22:23:51 GMT)
Enhancing Presentation Slide Generation by LLMs with a Multi-Staged End-to-End Approach [21.8] ドキュメントからリッチなプレゼンテーションを生成するための既存のアプローチは、しばしば半自動的であるか、良い物語の重要性を無視してスライドに平らな要約を配置するだけである。
LLMとVLMを組み合わせた多段階のエンドツーエンドモデルを提案する。
我々は,LLMを最先端のプロンプトで直接適用するよりも,自動計測と人的評価の点で,提案した多段階ソリューションの方が優れていることを実験的に示した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 07:49:31 GMT)
MM-SAP: A Comprehensive Benchmark for Assessing Self-Awareness of Multimodal Large Language Models in Perception [21.6] MLLM(Multimodal Large Language Models)は視覚的知覚と理解において例外的な能力を示す。
これらのモデルも幻覚に悩まされ、AIシステムとしての信頼性が制限される。
本稿では,MLLMの認識における自己認識性を定義し,評価することを目的とする。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 06:14:37 GMT)
PaLM2-VAdapter: Progressively Aligned Language Model Makes a Strong Vision-language Adapter [21.5] PaLM2-VAdapterは、視覚言語アダプタとして徐々に整列した言語モデルを採用している。
提案手法は、最先端の大規模視覚言語モデルよりも3070%少ないパラメータでこれらの進歩を実現する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 01:06:16 GMT)
Upright adjustment with graph convolutional networks [21.1] 本稿では,360度画像のアップライト調整のための新しい手法を提案する。
我々のネットワークは、畳み込みニューラルネットワーク(CNN)とグラフ畳み込みニューラルネットワーク(GCN)の2つのモジュールから構成されている。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 01:54:57 GMT)
Non-destructive Degradation Pattern Decoupling for Ultra-early Battery Prototype Verification Using Physics-informed Machine Learning [21.0] 物理インフォームド機械学習手法により,電気信号のみを用いて熱力学と運動学に関する時間分解損失を定量化し,可視化することができることを示す。
本手法は,全生涯の軌跡の予測を高速化し,非破壊的な劣化パターンのキャラクタリゼーションを可能にする。
このような進歩は、大量生産の前に欠陥のある試作機をより持続的に管理し、2060年までに1976億米ドルのスクラップ素材リサイクル市場を築き上げた。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 02:43:41 GMT)
Discovering Symmetry Breaking in Physical Systems with Relaxed Group Convolution [21.0] 我々は、リラックスしたグループ畳み込みを用いてデータの非対称性を学習することに集中する。
我々は、様々な物理系において解釈可能で物理的に意味のある様々な対称性を破る要因を明らかにする。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 16:57:30 GMT)
Boosting Model Resilience via Implicit Adversarial Data Augmentation [20.8] 本稿では, 対向性および対向性摂動分布を組み込むことにより, 試料の深い特性を増大させることを提案する。
そして、この拡張過程が代理損失関数の最適化に近似することを理論的に明らかにする。
我々は4つの共通のバイアス付き学習シナリオにまたがって広範な実験を行う。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 06:20:54 GMT)
Controlling Large Language Model Agents with Entropic Activation Steering [20.6] 本研究では,大規模言語モデル(LLM)が,制御された逐次意思決定タスクにおいて実験を行うことで,信念にどのように作用するかを検討する。
不十分な証拠に基づいて何をすべきかという強い結論を導き、結果として爆発的な振る舞いが不十分になる。
In-context LLMエージェントのアクティベーションステアリング法であるEntropic Activation Steering (EAST)を導入する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 00:25:00 GMT)
Optimistic Rates for Learning from Label Proportions [20.0] 事例を袋にまとめるLLP(Learning from Label Proportions)という,弱教師付き学習問題を考える。」
分類損失に対するPAC学習保証を実現するLLPの学習ルールについて検討した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 16:36:40 GMT)
Large Language Models meet Collaborative Filtering: An Efficient All-round LLM-based Recommender System [19.9] 協調フィルタリング推薦システム (CF-RecSys) は, ソーシャルメディアやeコマースプラットフォーム上でのユーザエクスペリエンス向上に成功している。
近年の戦略は、事前訓練されたモダリティエンコーダと大規模言語モデルに基づくユーザ/イテムのモダリティ情報の活用に重点を置いている。
コールドシナリオだけでなく、ウォームシナリオにおいても優れたA-LLMRecと呼ばれる全周LCMベースのレコメンダシステムを提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 07:08:49 GMT)
Enhanced 3D Urban Scene Reconstruction and Point Cloud Densification using Gaussian Splatting and Google Earth Imagery [19.7] ウォータールー大学を中心としたウォータールー地域の3次元ガウス散乱モデルを構築した。
我々は,従来の3次元視線合成結果よりもはるかに高い視線合成結果を得ることができる。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 20:07:53 GMT)
You Only Need Less Attention at Each Stage in Vision Transformers [19.7] ViT(Vision Transformer)は、自己認識モジュールを通じて画像のグローバルな情報をキャプチャする。
本稿では,各段階の注意操作のみを演算するLose-Attention Vision Transformer (LaViT)を提案する。
我々のアーキテクチャは、分類、検出、セグメンテーションを含む様々な視覚タスクにおいて、例外的な性能を示す。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 12:49:16 GMT)
On Overcoming Miscalibrated Conversational Priors in LLM-based Chatbots [19.4] 本研究では,Large Language Model (LLM) ベースのチャットボットを用いて推薦システムを構築する。
チャットボットが不特定要求に遭うと、応答が悪くなるのを観察する。
我々は,このような誤った応答傾向は,アノテータを用いたLPM微調整に起因していると推測する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 15:54:45 GMT)
LIDAO: Towards Limited Interventions for Debiasing (Large) Language Models [19.2] 大規模言語モデル(LLM)は、様々な自然言語生成タスクにおいて印象的なパフォーマンスを達成した。
しかし、一部の人口集団に偏った、ネガティブで有害なコンテンツを生み出すことに苦しむ。
本稿では,(L)LMを高い流速で脱バイアスするフレームワークであるLIDAOを提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 20:12:54 GMT)
EntropyStop: Unsupervised Deep Outlier Detection with Loss Entropy [19.2] ロスエントロピー (Loss Entropy) と呼ばれるゼロラベルのエントロピー距離を損失分布として提案する。
また、損失エントロピーが最大モデル検出能力を示す場合、トレーニングを停止する自動早期停止アルゴリズムEntropyStopを開発した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 13:40:58 GMT)
Contrastive Learning Via Equivariant Representation [19.1] 等価学習のための新しいコントラスト学習フレームワークCLeVER(Contrastive Learning Via Equivariant Representation)を提案する。
実験の結果,CLeVERはデータから同変情報を効果的に抽出し,組み込むことで,下流タスクにおけるベースラインモデルのトレーニング効率とロバスト性を向上させることができた。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 01:53:51 GMT)
An LLM-based Recommender System Environment [18.7] 強化学習 (Reinforcement Learning, RL) はレコメンデーションシステムの領域で人気を集めている。
この研究は、RLベースのレコメンデータシステムのトレーニングのためのモジュラーで斬新なフレームワークを導入している。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 11:56:08 GMT)
One-Shot Averaging for Distributed TD($λ$) Under Markov Sampling [18.4] 政策評価の一般的な手法であるTD($lambda$)の線形高速化は、$N$エージェントが政策の$N$倍の速度で評価できるという意味で達成できることを示す。
これは、エージェントがTD($lambda$)を実行し、Markovが独立してサンプリングし、最終ステップ後にのみ結果を平均する手順である。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 02:10:42 GMT)
Local Discovery by Partitioning: Polynomial-Time Causal Discovery Around Exposure-Outcome Pairs [18.3] 本稿では,因果推論タスクの分割(LDP)による局所的な発見を提案する。
LDPは制約ベースのプロシージャで、潜伏したコンバウンディングの下で露光出力ペアのVASを返す。
LDPの調整セットは、ベースライン発見アルゴリズムよりもバイアスが少なく、より正確な平均処理効果の推定値が得られる。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 09:09:31 GMT)
Towards a Unified Framework of Clustering-based Anomaly Detection [18.3] 非教師付き異常検出(UAD)は、ラベル付き例なしでデータ内の異常パターンを識別する上で重要な役割を果たす。
本稿では, 表現学習, クラスタリング, 異常検出の理論的関係を確立するために, 異常検出のための新しい確率混合モデルを提案する。
我々は,表現学習とクラスタリングの併用力を効果的に活用する,改良された異常スコアを考案した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 14:30:12 GMT)
Learning Causal Abstractions of Linear Structural Causal Models [18.1] 因果抽象化(Causal Abstraction)は、2つの構造因果モデルを異なるレベルの詳細で定式化するフレームワークを提供する。
線形抽象関数を持つ線形因果モデルに対する両問題に対処する。
特にAbs-LiNGAMは,学習された高レベルモデルと抽象関数によって引き起こされる制約を利用して,より大規模な低レベルモデルの回復を高速化する手法である。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 10:42:52 GMT)
Combining Experimental and Historical Data for Policy Evaluation [17.9] 本研究では,実験データと履歴データに基づいて構築された基本方針値推定器を線形に統合する新たなデータ統合手法を提案する。
報奨シフトシナリオの幅広い範囲にわたって、ロバスト性、効率、特性を導出します。
配車会社による数値実験と実データに基づく分析は,提案した推定器の優れた性能を示す。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 06:26:28 GMT)
Amortizing Pragmatic Program Synthesis with Rankings [17.8] 合理的音声法(RSA)フレームワークの使用は、プログラムシンセサイザーの構築に成功している。
遅くて正確なRSAシンセサイザーを再生する一般的な方法を提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 22:55:33 GMT)
Benchmarking for Deep Uplift Modeling in Online Marketing [17.7] 将来性のある手法としての深層揚力モデリング(DUM)は、アカデミアや産業界からの研究を惹きつけている。
現在のDUMには、標準化されたベンチマークと統一された評価プロトコルがまだ欠けている。
DUMのオープンベンチマークと既存モデルとの比較結果を再現可能で均一な方法で提示する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 07:23:37 GMT)
Unveiling Hidden Factors: Explainable AI for Feature Boosting in Speech Emotion Recognition [17.6] 音声感情認識(SER)は、メンタルヘルス、教育、人間とコンピュータの相互作用など、いくつかの応用分野から注目されている。
SERシステムの精度は、無関係かつ冗長な情報を含む可能性のある高次元の特徴セットによって妨げられる。
本研究では,SERにおける特徴関連性と説明可能性を重視した反復的特徴増強手法を提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 00:39:55 GMT)
Mapping the Multiverse of Latent Representations [17.2] PRESTOは、潜在表現に依存する機械学習モデルのマルチバースをマッピングするための、原則化されたフレームワークである。
我々のフレームワークは、多種多様な機械学習手法の組み合わせから生じる潜伏空間を特徴付けるために永続的ホモロジーを使用する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 09:48:48 GMT)
Robust Biharmonic Skinning Using Geometric Fields [17.2] スキンニングの手法はメッシュにまたがる各自由度の影響を分配する重み関数に依存している。
メッシュフリーでロバストな自動スキンニング手法を導入し,ボリュームメッシュを使わずに,最先端のスキンニングウェイトを生成する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 00:02:41 GMT)
Efficient Sign-Based Optimization: Accelerating Convergence via Variance Reduction [16.8] それぞれ$mathcalO(d1/2T-1/2 + dn-1/2)$と$mathcalO(d1/4T-1/4)$の収束率を改善する2つの新しいアルゴリズムを導入する。
提案手法の有効性を検証した数値実験を行った。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 16:38:43 GMT)
GATE: How to Keep Out Intrusive Neighbors [16.6] 本稿では,グラフ注意ネットワークの拡張であるGATEを提案する。
GATEは、不要な地区集約の根本原因に対処することで、過剰なスムーシングを緩和する。
無関係な隣人との接続を減らすことで、実世界の異性愛的なデータセットでGATを上回ります。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 12:31:15 GMT)
Learning to Approximate Particle Smoothing Trajectories via Diffusion Generative Models [16.2] 希少な観測からシステムを学ぶことは、生物学、金融学、物理学など多くの分野において重要である。
本研究では,条件付き粒子フィルタリングと祖先サンプリングと拡散モデルを統合する手法を提案する。
車両追跡や単一セルRNAシークエンシングデータなど,時系列生成とタスクにおけるアプローチを実証する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 21:54:01 GMT)
VOICE: Variance of Induced Contrastive Explanations to quantify Uncertainty in Neural Network Interpretability [15.9] ニューラルネットワークの勾配に基づく視覚的説明の予測の不確かさを可視化し、定量化する。
視覚的なポストホック説明可能性のテクニックは、イメージ内の機能を強調して、ネットワークの予測を正当化する。
すべての画像,ネットワーク,予測,説明技術がユニークな不確実性を持っていることを示す。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 23:32:29 GMT)
Coded Computing: A Learning-Theoretic Framework [15.7] 我々は,学習理論の原理を取り入れ,機械学習アプリケーションにシームレスに適応する新しいフレームワークを開発する,コーディングコンピューティングのための新しい基盤を提案する。
目的は、推定値と真値の間の平均2乗誤差として定義される損失関数を最小限に抑えるエンコーダとデコーダ関数を見つけることである。
提案手法では,推定誤差の平均は$O(S4 N-3)$と$O(Sfrac85Nfrac-35)$で減衰する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 05:01:25 GMT)
Effectiveness of Vision Language Models for Open-world Single Image Test Time Adaptation [15.6] 単体テスト時間適応の現実的な課題に対処する新しい枠組みを提案する。
私たちは、CLIPのような大規模ビジョン言語モデルを活用して、画像毎のリアルタイム適応を可能にします。
提案するフレームワークROSITAはこれらのコンポーネントを組み合わせて、ビジョン言語モデルのオンライン適応を可能にする。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 16:21:42 GMT)
Estimating the Level of Dialectness Predicts Interannotator Agreement in Multi-dialect Arabic Datasets [15.5] アラビアレベル・オブ・ダイアレクトネス(ALDi)スコアとアノテータのデータセットに関する合意との関係を解析した。
各サンプルの方言の母語話者に対して高いALDiスコアのルーティングサンプルを優先順位付けすることを推奨する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 10:28:41 GMT)
Quantum-Inspired Mean Field Probabilistic Model for Combinatorial Optimization Problems [15.4] 擬似非制約二項最適化問題の解を近似する新しい量子インスパイア平均場(QIMF)確率モデルを開発した。
実験により,ポートフォリオ選択,重み付きマックスカット問題,イジングモデルといった大規模問題に対するソリューション評価の大幅な改善が示された。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 01:53:11 GMT)
Memorized Images in Diffusion Models share a Subspace that can be Located and Deleted [15.2] 大規模テキスト・画像拡散モデルはテキスト入力から高品質な画像を生成するのに優れている。
研究は、トレーニングデータを記憶し複製する傾向を示すため、懸念が生じる。
データ重複、複製されたキャプション、トークンのトリガーなどの原因を探る。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 15:47:13 GMT)
FedHCDR: Federated Cross-Domain Recommendation with Hypergraph Signal Decoupling [15.2] 我々は,ハイパーグラフ信号デカップリングを用いた新しいクロスドメイン勧告フレームワークであるFedHCDRを提案する。
本研究では,ハイパーグラフ信号デカップリング(HSD)と呼ばれる手法を導入し,ユーザ特徴をドメイン排他的・ドメイン共有的特徴に分離する。
3つの実世界のシナリオで実施された大規模な実験は、FedHCDRが既存のベースラインを著しく上回ることを示した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 03:57:41 GMT)
Fair Classification with Partial Feedback: An Exploration-Based Data Collection Approach [15.0] 多くの予測的文脈において、真の結果は過去に肯定的に分類されたサンプルに対してのみ観察される。
我々は、利用可能なデータを用いて分類器を訓練し、探索戦略のファミリーを持つアプローチを提案する。
提案手法は,収集した結果データの品質を継続的に向上し,すべてのグループに対して真の正の比率を向上することを示す。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 12:48:40 GMT)
Activation-Descent Regularization for Input Optimization of ReLU Networks [14.9] 本稿では、アクティベーションパターンの変化の影響を明示的に考慮し、ReLUネットワークの入力最適化のための新しいアプローチを提案する。
アクティベーションパターンの離散空間を微分可能表現に変換し、各降下ステップを改善する正規化項を提案する。
提案手法の有効性を実証し,提案手法の有効性を検証した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 16:46:46 GMT)
Lumos : Empowering Multimodal LLMs with Scene Text Recognition [14.7] 本稿では,テキスト理解機能を備えたマルチモーダル質問応答システムLumosを紹介する。
LumosのコアにはScene Text Recognition (STR)コンポーネントがあり、一対一の視点画像からテキストを抽出する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 21:46:50 GMT)
RecDiff: Diffusion Model for Social Recommendation [14.5] リコメンデーションのための新しい拡散型ソーシャルデノベーションフレームワーク(RecDiff)を提案する。
マルチステップノイズ拡散と除去を行うことにより、RecDiffは、符号化されたユーザ表現からノイズを識別および除去する堅牢な能力を有する。
その結果, 推薦精度, 訓練効率, 聴覚効果の面で優位性を示した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 10:20:52 GMT)
Neural Combinatorial Optimization Algorithms for Solving Vehicle Routing Problems: A Comprehensive Survey with Perspectives [14.5] この調査は、VRPのためのNCOソルバの包括的分類を提供することを目的としている。
我々は,すべてのNCOソルバを,構成の学習,改善の学習,予測の学習,予測の多元性解決の学習の4つのカテゴリに分けた。
我々は,SOTAソルバの欠点として,一般化の低さ,大規模VRPの解決能力の低下,NCOソルバと従来のOperations Researchアルゴリズムとの比較が困難である点を挙げる。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 12:18:39 GMT)
Transitional Uncertainty with Layered Intermediate Predictions [14.1] 単一パス不確実性推定のための特徴工学について論じる。
本稿では,現在の単一パス推定器の欠点に対処する簡単なアプローチとして,階層型中間予測を用いた過渡不確実性を提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 18:55:33 GMT)
Effective Data Selection for Seismic Interpretation through Disagreement [14.1] 新たなデータ選択フレームワークの開発は、地震解釈の確立した実践にインスパイアされている。
我々は提案したフレームワークの具体的実装を提供し、それをATLASと名づけた。
以上の結果より,ATLASは平均交叉結合率を最大12%向上させることが明らかとなった。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 20:06:48 GMT)
A Detector-oblivious Multi-arm Network for Keypoint Matching [14.1] 地域重なりと深度を学習するマルチアームネットワーク(MAN)を提案する。
屋外および屋内のデータセットを用いた総合的な実験により,提案手法が最先端の手法より優れていることが示された。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 07:55:27 GMT)
Low-Rank Few-Shot Adaptation of Vision-Language Models [13.8] 視覚言語モデル(VLM)の少数ショット学習においてローランド適応(LoRA)を導入する。
驚くべきことに、我々の単純なCLIP-LoRA法は、トレーニング時間を短縮しつつ、大幅に改善されている。
本研究の結果は,アクセシブルラーニングとアダプタベースの研究の可能性を否定するものではない。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 20:53:23 GMT)
Robust Knowledge Distillation Based on Feature Variance Against Backdoored Teacher Model [13.4] 知識蒸留(KD)は、エッジ展開において広く使われている圧縮技術の一つである。
本稿では,特徴分散に基づいてバックドアを緩和しながらモデルを圧縮するロバストKDを提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 11:25:03 GMT)
Privacy-Aware Randomized Quantization via Linear Programming [13.0] 偏りがなく、偏りのない量子化機構のファミリーを提案する。
提案するメカニズムは,ベースラインと比較して,より優れたプライバシ・正確性トレードオフを実現することができる。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 18:40:08 GMT)
Towards Learning Foundation Models for Heuristic Functions to Solve Pathfinding Problems [13.0] パスフィニング問題は、ロボティクス、計算科学、自然科学などに見られる。
これらの問題を解決するには、新しい問題領域ごとにディープニューラルネットワーク(DNN)をトレーニングする必要がある。
本研究では,新しいドメインにシームレスに適応する関数の訓練に深層強化学習を活用する新しい基礎モデルを提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 16:18:20 GMT)
A Neural-Guided Dynamic Symbolic Network for Exploring Mathematical Expressions from Data [13.0] 記号回帰は観測データから基礎となる数学的表現を発見するための強力な手法である。
近年の深部生成SR法は有望な結果を示したが,高次元問題処理の難しさに直面している。
SRのためのニューラル誘導型動的シンボルネットワークDySymNetを提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 08:54:23 GMT)
On Computational Limits of Modern Hopfield Models: A Fine-Grained Complexity Analysis [12.7] 現代のホップフィールドモデルにおけるメモリ検索力学の計算限界について検討する。
入力クエリパターンとメモリパターンのノルムに対する上限基準を確立する。
メモリ検索誤差と指数的メモリ容量を有界に証明する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 00:49:17 GMT)
Memory-guided Network with Uncertainty-based Feature Augmentation for Few-shot Semantic Segmentation [12.7] 学習可能なメモリベクトルの集合からなるクラス共有メモリ(CSM)モジュールを提案する。
これらのメモリベクトルは、トレーニング中にベースクラスから要素オブジェクトパターンを学習し、トレーニングと推論の両方でクエリ機能を再エンコードする。
我々は、CSMとUFAを代表的FSS作品に統合し、広く使われているPASCAL-5$i$とCOCO-20$i$データセットの実験結果を得た。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 19:53:25 GMT)
TIGER: Text-Instructed 3D Gaussian Retrieval and Coherent Editing [12.5] 本稿では,テキストによる3Dガウス検索と編集のための体系的アプローチ,すなわちTIGERを提案する。
本稿では,2次元画像編集拡散モデルと多視点拡散モデルを集約したコヒーレントスコア蒸留(CSD)を提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 04:44:15 GMT)
2nd Place Solution for PVUW Challenge 2024: Video Panoptic Segmentation [12.3] ビデオパノプティクス(VPS)は、ビデオ内のすべてのオブジェクトを同時に分類、追跡、セグメンテーションすることを目的としている。
本稿では,ロバストな統合ビデオパノプティクスセグメンテーションソリューションを提案する。
本稿では,VPQ スコア56.36 と 57.12 の最先端性能を開発・試験段階で達成する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 17:03:16 GMT)
Adaptive Advantage-Guided Policy Regularization for Offline Reinforcement Learning [12.1] オフラインの強化学習では、アウト・オブ・ディストリビューションの課題が強調される。
既存の手法は、しばしば政策規則化を通じて学習されたポリシーを制約する。
適応アドバンテージ誘導政策正規化(A2PR)を提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 13:50:48 GMT)
Multi-Dimensional Optimization for Text Summarization via Reinforcement Learning [12.1] 本研究では,4次元にまたがるバランスの取れた要約を生成するために,多目的強化学習を提案する。
従来のROUGEベースの報酬が参照サマリーに依存しているのとは違って、QAベースの報酬モデルが人間の好みに合わせている。
提案手法は, 代表的な要約データセットのベースラインモデルと比較して, かなりの性能向上を達成した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 05:15:12 GMT)
Large Language Models Can Learn Temporal Reasoning [11.6] 本稿では,言語に基づく時間的推論のための新しいフレームワークTG-LLMを提案する。
元の文脈を推論する代わりに、潜時表現、時間グラフ(TG)を採用する。
合成データセット(TGQA)は完全に制御可能であり、最小限の監督を必要とする。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 22:38:32 GMT)
Are Large Vision Language Models up to the Challenge of Chart Comprehension and Reasoning? An Extensive Investigation into the Capabilities and Limitations of LVLMs [11.2] 自然言語は、バーやラインチャートのようなデータ視覚化のためのコミュニケーションの強力な補完的モダリティである。
近年,チャート質問応答,チャート要約,ファクトチェックなど,さまざまなダウンストリームタスクが導入されている。
これらのタスクはユニークな課題であり、視覚言語推論とグラフデータテーブル、ビジュアルエンコーディング、自然言語プロンプトの微妙な理解の両方を要求する。
本稿では,最近開発された大規模視覚言語モデル(LVLM)の総合的な評価を,チャート理解と推論のタスクに対して行った。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 01:43:30 GMT)
Quality Sentinel: Estimating Label Quality and Errors in Medical Segmentation Datasets [11.1] 医用セグメンテーションデータセットのマニュアルアノテーションと比較してラベル品質を推定するための回帰モデルであるQuality Sentinelを導入する。
この回帰モデルは、私たちが開発した400万以上の画像ラベルペアでトレーニングされました。
われわれの品質センサーは、142のボディ構造のラベル品質を予測できる。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 07:03:15 GMT)
CapeX: Category-Agnostic Pose Estimation from Textual Point Explanation [11.0] カテゴリーに依存しないポーズ推定(CAPE)は、多様な対象カテゴリに対するキーポイントのローカライゼーションを促進することを目的としている。
本研究は,サポート画像の代わりにテキストベースのアプローチを採用することで,従来のCAPE手法から逸脱する。
我々は、100以上のカテゴリと18,000のイメージにまたがる包括的なデータセットであるMP-100ベンチマークを用いて、新しいアプローチを検証する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 09:50:13 GMT)
The Multiscale Surface Vision Transformer [10.8] 表面深層学習のためのバックボーンアーキテクチャとして,Multiscale Surface Vision Transformer (MS-SiT)を導入した。
以上の結果から,MS-SiTは新生児の表現型予測タスクにおいて,既存の表面深層学習法よりも優れていた。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 14:34:15 GMT)
Evaluating Uncertainty-based Failure Detection for Closed-Loop LLM Planners [10.7] 大型言語モデル(LLM)は、ロボットタスクのためのゼロショットタスクプランナーとして、目覚ましいパフォーマンスをみせている。
しかし、以前の研究のオープンループの性質は、LSMベースの計画がエラーを起こしやすく、脆弱である。
本研究では,不確実性に基づくMLLM故障検出装置をベースとした,閉ループLLMに基づくKnowLoop計画のためのフレームワークを提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 12:52:06 GMT)
Pseudo-label Based Domain Adaptation for Zero-Shot Text Steganalysis [10.6] 擬似ラベルとドメイン適応(教師なし学習)に基づくドメイン間ステゴテキスト分析法(PDTS)
我々は、ラベル付きソースドメインデータを用いてモデルをトレーニングし、自己学習を通じてラベルなしのターゲットドメインデータに対して擬似ラベルを用いて、ターゲットドメインデータ分布に適応する。
実験結果から,本手法はゼロショットテキストステガナリシスタスクにおいて良好に動作し,対象領域にラベル付きデータがない場合でも高い検出精度を実現し,現在のゼロショットテキストステガナリシス手法よりも優れていることが示された。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 04:19:07 GMT)
On the Convergence Rates of Set Membership Estimation of Linear Systems with Disturbances Bounded by General Convex Sets [10.5] 本稿では、(ロバスト制約のある)制御文献でよく用いられる手法であるセットメンバーシップ推定(SME)に焦点を当てる。
システム障害が境界付けられた場合、中小企業はLSEの信頼性境界よりも経験的なパフォーマンスを享受する傾向にある。
本研究の主な貢献は、外乱支援に関する仮定を緩和し、一般凸支援のための中小企業の収束率を確立することである。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 23:41:29 GMT)
SIBO: A Simple Booster for Parameter-Efficient Fine-Tuning [10.5] 初期残基を注入することによりPEFTを増強するSIBOを提案する。
22のベンチマークデータセットに対する大規模な実験により、SIBOは様々な強力なベースラインの性能を著しく向上させ、算術および常識推論タスクにおける既存のPEFTメソッドよりも最大15.7%、23.5%向上した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 07:13:15 GMT)
PGDS: Pose-Guidance Deep Supervision for Mitigating Clothes-Changing in Person Re-Identification [10.1] 個人再識別(Re-ID)タスクは、監視カメラによる複数の個人追跡を強化することを目的としている。
Re-IDで直面する最も重要な課題の1つは着替えであり、同じ人が異なる衣装に現れる可能性がある。
Re-IDタスク内でポーズガイダンスを学習するための効果的なフレームワークである Pose-Guidance Deep Supervision (PGDS) を提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 05:52:18 GMT)
Spatio-Temporal Encoding of Brain Dynamics with Surface Masked Autoencoders [10.1] 表面仮面オートエンコーダ(sMAE)と表面仮面オートエンコーダ(MAE)
これらのモデルは、皮質発達と構造関数の強力な潜在表現を学習することにより、入力のマスクされたバージョンから皮質特徴写像を再構築するように訓練されている。
以上の結果から, (v)sMAE事前学習モデルでは, 複数のタスクにおける表現型予測性能が約26%向上し,スクラッチからトレーニングしたモデルに対してより高速な収束が得られた。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 16:17:52 GMT)
SLEB: Streamlining LLMs through Redundancy Verification and Elimination of Transformer Blocks [10.0] 大規模言語モデル(LLM)は、様々な自然言語処理タスクにおいて非常に効果的であることが証明されている。
既存の手法はしばしば、実質的なエンドツーエンドのLLM推論スピードアップを達成するのに苦労する。
SLEBは、冗長なトランスフォーマーブロックを排除し、LCMを合理化するための新しいアプローチである。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 12:10:48 GMT)
HENASY: Learning to Assemble Scene-Entities for Egocentric Video-Language Model [9.8] HENASY (Hierarchical ENtities ASsemblY) は、エゴセントリックなビデオ分析用に設計された新しいフレームワークである。
ビデオパッチから動的エンティティを組み立て、拡張スロットアテンションとグループ化機構を使用して構成的なアプローチを採用する。
革新的な対照的な損失を取り入れることで、HENASYはエンティティとアクティビティの認識を大幅に改善し、Ego4DやEpicKitchenなどのベンチマークで優れたパフォーマンスを提供する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 05:41:12 GMT)
Temporally Consistent Object Editing in Videos using Extended Attention [9.6] 本稿では,事前学習した画像拡散モデルを用いて映像を編集する手法を提案する。
編集された情報がすべてのビデオフレームで一貫していることを保証する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 02:31:16 GMT)
A Survey on Large Language Models for Code Generation [9.6] 大規模言語モデル(LLM)は、様々なコード関連のタスクで顕著な進歩を遂げています。
本調査は、総合的かつ最新の文献レビューを提供することで、学界と実践的発展のギャップを埋めることを目的としている。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 17:48:15 GMT)
How Far Can Fairness Constraints Help Recover From Biased Data? [9.4] 公平な分類に関する一般的な信念は、公正な制約は正確さとトレードオフを引き起こし、バイアスのあるデータが悪化する可能性があるというものである。
この信念とは対照的に、Blum & Stangl は、非常に偏りのあるデータであっても、同じ機会制約による公平な分類は、元のデータ分布上で最適に正確かつ公平な分類を回復できることを示した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 12:50:44 GMT)
A Closer Look at Logical Reasoning with LLMs: The Choice of Tool Matters [9.2] 大規模言語モデル (LLM) は論理的推論タスクを効果的に解く上で有望な進歩を示している。
我々は、Z3、Pyke、Prover9という3つのシンボリック・ソルバと統合されたLLMの実験を行う。
以上の結果から,LLMと組み合わせた場合,Pykeの性能はProver9とZ3に比べ有意に劣ることがわかった。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 03:29:56 GMT)
Are Semi-Dense Detector-Free Methods Good at Matching Local Features? [9.1] セミセンス検出器フリーアプローチ(SDF)は、現在最も人気のある画像マッチング手法の一つである。
本論文は,対応関係の確立能力と推定ポーズの質との関連性を検討するための最初の試みである。
以上の結果から,テクスチャ領域における正確な対応性を確立する能力と,推定されたポーズ/ホモグラフィーの精度との間には強い相関性があることが示唆された。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 11:34:13 GMT)
Deep Single Image Camera Calibration by Heatmap Regression to Recover Fisheye Images Under Manhattan World Assumption [9.0] 立方体建物に沿って横たわるマンハッタンの世界は、カメラの角度推定に役立ちます。
ラベル付き画像座標の向きを検出するために,熱マップ回帰を用いた学習に基づく校正手法を提案する。
提案手法は,大規模データセットやオフザシェルフカメラにおいて,従来の手法よりも優れている。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 22:06:36 GMT)
Diffusion-based Image Generation for In-distribution Data Augmentation in Surface Defect Detection [8.9] 産業シナリオにおいて拡散モデルを用いてデータ拡張の手順を改善することができることを示す。
そこで本研究では,アウト・オブ・ディストリビューションとイン・ディストリビューション・サンプルを混合したデータ拡張手法を提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 17:09:18 GMT)
Boosting Graph Pooling with Persistent Homology [8.5] GNN層にPH機能を鼻で接続すると、解釈可能性の低い限界改善が得られる。
本研究では,PHの濾過操作が自然にグラフプーリングを切断的に整列させるという観察に動機づけられた,グローバルなトポロジ的不変性を PH を用いてプール層に注入する新しいメカニズムについて検討する。
実験では,この機構をグラフプーリング手法の集合に適用し,複数の一般的なデータセットに対して一貫した,実質的な性能向上を観察する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 09:21:46 GMT)
Video sentence grounding with temporally global textual knowledge [8.5] 時間的な文の接地には、自然言語クエリによるビデオモーメントの検索が含まれる。
PIN(Pseudo-query Intermediary Network)を提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 06:56:16 GMT)
Multi-objective Neural Architecture Search by Learning Search Space Partitions [8.5] ニューラルアーキテクチャ探索(NAS)タスクにLaMOOと呼ばれる新しいメタアルゴリズムを実装した。
LaMOOは、観測されたサンプルからモデルを学び、検索空間を分割し、将来性のある領域に集中することによって、検索プロセスを高速化する。
現実世界のタスクでは、LaMOOの精度は97.36%、CIFAR10の#Paramsはわずか600のサンプルで1.62万である。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 03:51:34 GMT)
Localize, Understand, Collaborate: Semantic-Aware Dragging via Intention Reasoner [8.3] 現在のメソッドは通常、ポイントドラッグを通じて'ドラッグする方法'を自動的に学習するものとして、この問題をモデル化します。
我々はLucidDragを提案します。これは、焦点をドラッグする方法から、"What-then-how"のパラダイムにシフトします。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 13:10:43 GMT)
Real-Time State Modulation and Acquisition Circuit in Neuromorphic Memristive Systems [8.3] メムリスタ状態情報を同時に変調して取得するデュアルファンクション回路を導入する。
提案した回路は様々なスケールで動作可能であり、幅広いニューロモルフィックな応用の可能性を秘めている。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 09:31:26 GMT)
SPAGHETTI: Open-Domain Question Answering from Heterogeneous Data Sources with Retrieval and Semantic Parsing [8.2] 本稿ではSPAGHETTI: Text Tables と Infoboxes のハイブリッド英語情報に対する意味的パーシング拡張生成について紹介する。
提案手法はCompmixデータセット上での最先端のパフォーマンスを56.5%の正確なマッチング(EM)レートで達成する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 21:54:09 GMT)
Enhancing Text Authenticity: A Novel Hybrid Approach for AI-Generated Text Detection [8.1] 本稿では,TF-IDF技術と高度な機械学習モデルを組み合わせた新しいハイブリッド手法を提案する。
提案手法は既存手法と比較して優れた性能を発揮する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 10:21:54 GMT)
Degree-Preserving Randomized Response for Graph Neural Networks under Local Differential Privacy [8.1] 本稿では,DPRR (Degree-Preserving Randomized Response) と呼ばれる新しいLDPアルゴリズムを提案する。
我々のDPRRは、各ユーザの次数を保存するので、エッジ LDP を提供しながらグラフ構造を保ちます。
我々は,GNNのタスクとしてのグラフ分類に注目し,3つのソーシャルグラフデータセットを用いてDPRRを評価する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 11:33:12 GMT)
Over-the-Air Collaborative Inference with Feature Differential Privacy [8.1] 協調推論は、自律運転、個人識別、アクティビティ分類を含む人工知能(AI)の応用を強化することができる。
抽出された特徴の伝達は、機密性の高い個人情報を暴露する危険性を伴う。
新たなプライバシ保護協調推論機構が開発されている。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 01:39:44 GMT)
S3D: A Simple and Cost-Effective Self-Speculative Decoding Scheme for Low-Memory GPUs [7.8] 投機的復号法(SD)は、LLM推論で実現可能な相当な高速化のために、かなりの量の研究の注目を集めている。
本研究では,Skippy Simultaneous Speculative Decoding (S3D)を提案する。
提案手法は,最小限のアーキテクチャ変更とデータトレーニングを必要としながら,最高のパフォーマンス・メモリ比の1つを達成した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 15:24:10 GMT)
InterpreTabNet: Distilling Predictive Signals from Tabular Data by Salient Feature Interpretation [7.7] 本稿では,注意機構をGumbel-Softmax分布からサンプリングした潜在変数としてモデル化するTabNetモデルの変種を提案する。
これにより、KLディバージェンス正規化器を用いて、注意マスクの異なる概念を学習できるようにモデルを正規化することができる。
モデルの有効性を最大化し、解釈可能性を向上させるようなスパーシティを促進することで、重複した特徴選択を防止する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 12:48:11 GMT)
Supporting Self-Reflection at Scale with Large Language Models: Insights from Randomized Field Experiments in Classrooms [7.6] 本研究では,大規模言語モデル (LLMs) が学生の反省会後リフレクションに役立てる可能性について検討する。
大学コンピュータサイエンス科でランダムフィールド実験を2回行った。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 02:41:59 GMT)
Attentive Graph Enhanced Region Representation Learning [7.4] 都市部を正確にかつ包括的に表現することは,様々な都市計画・分析業務に不可欠である。
本研究では,複数のグラフから包括的依存関係を抽出し,都市域のリッチな意味表現を学習することを目的としたAttentive Graph Enhanced Region Representation Learning (ATGRL)モデルを提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 03:00:16 GMT)
On Transversality Across Two Distinct Quantum Error Correction Codes For Quantum Repeaters [7.4] 量子の異なるステーションが異なるエラーを経験できることを示す。
この事実を考慮すると、異なるステーションで異なるCSSコードを使用するように提案する。
よく知られているCNOTityとは対照的に、2つのCSSコードは同一であるべきであり、制約の少ない制約が必要である。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 08:04:51 GMT)
Modeling Randomly Observed Spatiotemporal Dynamical Systems [7.4] 現在利用可能なニューラルネットワークベースのモデリングアプローチは、時間と空間でランダムに収集されたデータに直面したときに不足する。
そこで我々は,このようなランダムなサンプルデータを効果的に処理する新しい手法を開発した。
我々のモデルは、システムの力学と将来の観測のタイミングと位置の両方を予測するために、償却変分推論、ニューラルディファレンシャル方程式、ニューラルポイントプロセス、暗黙のニューラル表現といった技術を統合する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 09:03:32 GMT)
Non-Abelian lattice gauge fields in the photonic synthetic frequency dimension [7.2] 我々は光子に対する非アベリア格子ゲージ場を示す。
時間反転不変モータにおけるディラック円錐と固有状態軌道の向き反転を観測する。
この結果は、位相物理学の研究における非アベリアゲージ場の影響を浮き彫りにしている。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 06:40:54 GMT)
Mix-of-Granularity: Optimize the Chunking Granularity for Retrieval-Augmented Generation [7.1] ルータを用いた入力クエリに基づいて知識データベースの最適粒度を決定する手法であるMix-of-Granularity(MoG)を提案する。
我々はMoGをMix-of-Granularity-Graph(Mix-of-Granularity-Graph)に拡張し、参照文書をグラフに前処理することで、遠い位置にあるチャンクから関連情報を検索する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 14:45:03 GMT)
Federated Unlearning: a Perspective of Stability and Fairness [7.0] 本稿では,フェデレーション付きアンラーニング(FU)の多面的結果とデータ不均一性について考察する。
我々は,FU評価の重要な指標を紹介し,検証,グローバル安定性,局所公正性に着目し,固有のトレードオフについて検討する。
本稿では, FU機構のさらなる発展を導くため, トレードオフ管理のためのFU機構を提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 15:18:50 GMT)
KGLink: A column type annotation method that combines knowledge graph and pre-trained language model [6.9] KGLinkは、WikiData KG情報と、テーブル列アノテーションのための事前訓練されたディープラーニング言語モデルを組み合わせる。
本稿では、WikiData KG情報とテーブル列アノテーションのための学習済みディープラーニング言語モデルを組み合わせたKGLinkを提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 06:28:41 GMT)
CeCNN: Copula-enhanced convolutional neural networks in joint prediction of refraction error and axial length based on ultra-widefield fundus images [6.8] 本稿では,ガウスコプラによる応答間の依存性を組み込んだ,コプラ強化畳み込みニューラルネットワーク(CeCNN)フレームワークを提案する。
バックボーンモデルに依存性情報を追加すると,CeCNNの精度が向上することを示す。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 09:14:56 GMT)
Complex Style Image Transformations for Domain Generalization in Medical Images [6.6] ドメインの一般化技術は、単一のデータソースから未知のドメインにアプローチすることを目的としています。
本稿では,スタイル伝達と対角訓練を利用するCompStyleという新しいフレームワークを提案する。
前立腺データに対する意味的セグメンテーションと心臓データに対する汚濁堅牢性の実験結果を提供する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 04:57:31 GMT)
Investigating Robustness of Open-Vocabulary Foundation Object Detectors under Distribution Shifts [6.5] オープン語彙オブジェクト検出は、従来のオブジェクト検出フレームワークの機能を拡張する。
本研究では,近年のオープン語彙基礎オブジェクト検出モデルの総合的ロバスト性評価を行う。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 20:05:26 GMT)
Learning to Solve Multiresolution Matrix Factorization by Manifold Optimization and Evolutionary Metaheuristics [6.5] We propose a learnable' version of Multi resolution Matrix Factorization (MMF)。
得られたウェーブレット基底は,従来のMMFアルゴリズムよりも優れていることを示す。
本研究では,スペクトル領域上のウェーブレットニューラルネットワーク(WNN)学習グラフを,MMF学習アルゴリズムによって生成されたウェーブレットベースで構築する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 15:38:57 GMT)
Stealing Trust: Unraveling Blind Message Attacks in Web3 Authentication [6.3] 本稿では,Web3認証プロセスの脆弱性を調査し,ブラインドメッセージ攻撃と呼ばれる新たなタイプの攻撃を提案する。
盲目的のメッセージ攻撃では、攻撃者はユーザーがメッセージのソースを検証できないことを利用して、ターゲットアプリケーションから盲目的にメッセージに署名するようユーザを騙します。
我々は,Web3認証関連APIと対話して脆弱性を特定する動的検出ツールであるWeb3AuthCheckerを開発した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 18:19:47 GMT)
Benchmarking Fish Dataset and Evaluation Metric in Keypoint Detection -- Towards Precise Fish Morphological Assessment in Aquaculture Breeding [6.3] 6種の魚種にまたがる高解像度画像23,331枚からなる包括的データセット「フィッシュフェノキー」を紹介した。
FishPhenoKeyには22の表現型指向アノテーションが含まれており、複雑な形態的表現型をキャプチャすることができる。
また,新しい評価指標として,測定値のパーセンテージ(percentage of Measured Phenotype)を提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 02:21:22 GMT)
Dynamic Feature-based Deep Reinforcement Learning for Flow Control of Circular Cylinder with Sparse Surface Pressure Sensing [6.3] 本研究では,低抵抗および低リフト変動に着目した閉ループシリンダーウェイク制御のための自己学習アルゴリズムを提案する。
その結果、動的特徴ベースDRL(DF-DRL)は、動的モデルなしで自動的に植物内のフィードバック制御を学習する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 09:26:53 GMT)
Domain-specific ReAct for physics-integrated iterative modeling: A case study of LLM agents for gas path analysis of gas turbines [6.3] 本研究では,大言語モデル(LLM)のエネルギー・電力工学領域における呼び出し可能なツールによる適用について検討する。
1000億近いパラメータを持つLLMは、細調整と高度なプロンプト設計でプロのシナリオ要件を満たすことができた。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 13:35:18 GMT)
Graph Neural Network Training Systems: A Performance Comparison of Full-Graph and Mini-Batch [6.3] グラフニューラルネットワーク(GNN)は,近年,グラフ構造化データの表現を学習する能力から注目されている。
GNNのトレーニングには、ミニバッチトレーニングとフルグラフトレーニングの2つの一般的な方法がある。
本稿では,全グラフとミニバッチGNNトレーニングシステムの総合的な比較実験を行い,現場における技術状況のより明確な画像を得る。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 21:07:24 GMT)
Enhancing Consistency and Role-Specific Knowledge Capturing by Rebuilding Fictional Character's Persona [6.2] アシスタントAPIは、情報抽出部が毎回異なるため、検索でしばしば達成できない。
Assistants APIへの入力としてペルソナドキュメントを使用することで、一貫性のあるペルソナを維持するのは難しい。
CharacterGPTは、Assistants APIの欠点を軽減する新しいペルソナ再構築フレームワークである。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 11:27:53 GMT)
Non-geodesically-convex optimization in the Wasserstein space [6.2] 正規化項が負エントロピーであるとき、最適化問題は一般化問題となる。
我々は小説のために複数の収束の洞察を導き出す。
Em semi-backward Euler (複数形 em semi-backward Eulers)
そしておそらく非平凡な政権です
論文参考訳（メタデータ） (Sat, 1 Jun 2024 17:10:56 GMT)
Robust Nuclear Spin Polarization via Ground-State Level Anti-Crossing of Boron Vacancy Defects in Hexagonal Boron Nitride [6.2] 量子情報処理と量子センシングにおいて、核スピン偏極は重要な役割を果たす。
GSLACによる核分極は、励起状態の反交差よりもレーザーパワーが著しく低いことが示される。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 01:36:26 GMT)
Artificial Generational Intelligence: Cultural Accumulation in Reinforcement Learning [5.9] 社会的学習と独立学習のバランスをとる訓練が文化的な蓄積をもたらすことを示す。
In-contextとIn-weightsの文化的な蓄積は、それぞれ知識とスキルの蓄積に類似していると解釈できる。
この研究は、強化学習における創発的な文化的蓄積を実現するための一般的なモデルを初めて提示するものである。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 10:33:32 GMT)
Leveraging edge detection and neural networks for better UAV localization [5.8] 地球航法衛星システム(GNSS)を欠いた環境下で無人航空機(UAV)をジオローカライズするための新しい手法を提案する。
現在の最先端技術では、オフラインで訓練されたエンコーダを使用して、UAVの現在のビューのベクトル表現(埋め込み)を生成する。
本研究では,これらの手法の性能を画像の前処理によって大幅に向上し,エッジを抽出できることを実証する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 09:31:08 GMT)
Deep Learning for Assessment of Oral Reading Fluency [5.7] 本研究は,人間専門家がラベル付けした物語テキストの子どもの音声記録の学習データセットのエンドツーエンドモデリングについて検討する。
本報告では,学習した語彙・音響・韻律的特徴の埋め込みが,読み流しの知覚に重要であることを示す。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 14:16:42 GMT)
Understanding Model Selection For Learning In Strategic Environments [5.6] モデルが持つデータ量が多ければ多いほど、パフォーマンスが向上します。
本稿では,アクションゲームにおけるアクションセットとして,エージェントがさまざまなモデルクラスを選択しようとする新しいパラダイムを提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 23:16:05 GMT)
Intrinsic Biologically Plausible Adversarial Robustness [5.5] 逆行訓練はこの問題を軽減することが証明されているが、高い計算コストが伴う。
本研究は,生物に有望な学習アルゴリズムであるPresent the Error to Perturb the Input To modulate Activity (PEPITA)を事例として選択した。
PEPITAは内向的対向的強靭性と頑健性が高く、対向的に訓練された場合、より好ましい自然対向的性能トレードオフを有する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 14:22:09 GMT)
Data Scaling Effect of Deep Learning in Financial Time Series Forecasting [5.3] 本研究は,深層学習モデルを多種多様な在庫に最適化するグローバルトレーニングの重要性を強調した。
グローバルにトレーニングされたディープラーニングモデルは、あらゆる株に対して正確なゼロショット予測を提供することができることを示す。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 03:40:12 GMT)
Equivariant amortized inference of poses for cryo-EM [5.1] 低温EMは、タンパク質やウイルスなどの生体分子の3次元構造を決定する重要な技術である。
高ノイズレベル、粒子のポーズの欠如、大規模データセット処理の計算要求などにより、Creo-EM再構成問題は困難である。
これらの課題に対する有望な解決策は、大規模なデータセットのポーズ推定において特に有効である、償却推論手法を使用することである。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 11:36:29 GMT)
Zero Inflation as a Missing Data Problem: a Proxy-based Approach [5.0] 共通型のゼロ膨らんだデータは、ある真の値を誤ってゼロに置き換える。
本稿では、ゼロインフレーションされたデータを、欠落データ問題の一般的なタイプとみなす。
追加の仮定なしでは、ゼロインフレード変数を含むターゲットパラメータが特定されないことを示す。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 20:21:35 GMT)
CoNO: Complex Neural Operator for Continous Dynamical Physical Systems [5.0] 差分フーリエ変換(FrFT)を用いて積分カーネルをパラメータ化する複素ニューラル演算子(CoNO)を導入する。
実証的には、CoNOは一貫して最先端のパフォーマンスを達成しており、平均的な相対的な利益は10.9%である。
CoNOはまた、少量のデータから学ぶ能力も示しています -- トレーニングデータの60%で、次の最高のモデルと同じパフォーマンスを提供します。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 14:32:19 GMT)
Gender Bias Detection in Court Decisions: A Brazilian Case Study [4.9] ブラジルポルトガル語の裁判所判決において,ジェンダーバイアスを自動的に検出する実験的な枠組みを提案する。
コートアクティビティの研究・評価のための支援ツールとして提案されていることから,このような技術において重要な特徴を識別する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 10:34:15 GMT)
An Intelligent End-to-End Neural Architecture Search Framework for Electricity Forecasting Model Development [4.9] 本稿では、時系列電気予測モデルの開発のためのインテリジェント自動アーキテクチャサーチ(IAAS)フレームワークを提案する。
提案フレームワークは,ネットワーク機能保存変換操作,強化学習(RL)に基づくネットワーク変換制御,ネットワークスクリーニングの3つの主要コンポーネントを含む。
提案したIAASフレームワークは,精度と安定性の予測において,既存の10のモデルや手法を著しく上回っていることを実証する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 12:21:48 GMT)
Bilateral Guided Radiance Field Processing [4.8] ニューラルラジアンス場(NeRF)は、新規なビュー合成の合成において、前例のない性能を達成する。
現代のカメラにおける画像信号処理(ISP)は、独立してそれらを強化し、再構成された放射場において「フローター」となる。
我々は、NeRFトレーニング段階におけるISPによる拡張を解消し、再構成されたラディアンスフィールドに対するユーザ希望の強化を再度適用することを提案する。
提案手法は,フロータを効果的に除去し,ユーザリタッチによる拡張を行うことにより,新規ビュー合成の視覚的品質を向上させることができることを示す。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 14:10:45 GMT)
Dynamic Generation of Superflow in a Fermionic Ring through Phase Imprinting [4.8] リング幾何学におけるフェミオン原子の位相印加による持続電流の動的生成について検討する。
フェーシュバッハ共鳴のボース・アインシュタイン凝縮側に向かって凝縮が調整されると、アジムタール密度分布は位相印加電位の影響を受けにくくなることを示す。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 03:34:52 GMT)
Universal hard-edge statistics of non-Hermitian random matrices [4.8] スペクトル起源に関するレベル統計に対称性が与える影響について検討する。
この分類では、異なるハードエッジ統計によって特徴づけられる28の対称性のクラスを識別する。
我々は、2次および多体リンドブレディアンを含む様々な対称性クラスで様々な開量子系を研究する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 05:44:26 GMT)
The Curious Case of End Token: A Zero-Shot Disentangled Image Editing using CLIP [4.7] ここでは,CLIPはゼロショット方式でアンタングル編集を行うことができることを示す。
この知見は、画像やビデオ編集など、様々なタスクにこの手法を適用する機会を開く可能性がある。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 14:46:57 GMT)
Adaptive debiased SGD in high-dimensional GLMs with streaming data [4.7] 我々は、高次元一般化線形モデルにおいて、オンライン推論に新しいアプローチを導入する。
本手法はシングルパスモードで動作し,時間と空間の複雑さを著しく低減する。
提案手法は,ADL (Approximated Debiased Lasso) と呼ばれ,有界な個人確率条件の必要性を緩和するだけでなく,数値性能も著しく向上することを示した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 16:22:14 GMT)
Reweight-annealing method for calculating the value of partition function via quantum Monte Carlo [4.6] 量子モンテカルロフレームワークにおいて,非バイアスの低技術バリアアルゴリズムを提案する。
この方法は古典的モンテカルロシミュレーションと量子的モンテカルロシミュレーションの両方で広く利用でき、コンピュータ上で容易に並列化できる。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 04:52:54 GMT)
SynthBA: Reliable Brain Age Estimation Across Multiple MRI Sequences and Resolutions [4.5] 脳年齢と時間年齢のギャップは、PAD(予測年齢差)と呼ばれ、神経変性の状況を調べるために利用されてきた。
脳年齢はMRIと機械学習技術を用いて予測できる。
我々は、脳年齢を予測するために設計された堅牢なディープラーニングモデル、Synthetic Brain Age(SynthBA)を紹介する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 08:58:40 GMT)
Optomechanics driven by noisy and narrowband fields [4.4] 狭帯域電磁界により駆動される空洞光学系について報告する。
通常の空洞光学に精通した概念を用いて、結果の物理について述べる。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 20:11:07 GMT)
Adversarial 3D Virtual Patches using Integrated Gradients [4.1] これまでの研究では、LiDAR信号は3Dオブジェクト検出器から実際の物体を隠すために密封されていることが示されている。
本研究は, 新たな対象隠蔽戦略により, 必要なスプーフ面積を減らすことの実現可能性について検討した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 03:25:48 GMT)
BeFA: A General Behavior-driven Feature Adapter for Multimedia Recommendation [4.0] マルチメディアレコメンデータシステムは、ユーザの好みをモデル化するために行動情報とコンテンツ情報を活用することに重点を置いている。
事前訓練された機能エンコーダは、過剰な嗜好と関係のない詳細を含む、コンテンツ全体から機能を同時に抽出することが多い。
本稿では,これらの問題に対処するために,効果的で効率的な行動駆動型特徴適応器(BeFA)を提案する。
論文参考訳（メタデータ） (Sat, 01 Jun 2024 06:53:03 GMT)
Voice EHR: Introducing Multimodal Audio Data for Health [3.9] 本報告では、モバイル/ウェブアプリケーションのみを用いて、ガイド付き質問を通じて健康データをキャプチャする新しいデータ型とそれに対応する収集システムを紹介する。
このアプリケーションは最終的に、従来の音声/呼吸機能、音声パターン、意味のある言語から健康の複雑なバイオマーカーを含む音声電子健康記録(ボイスEHR)をもたらす。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 19:44:34 GMT)
Schrödinger Bridge with Quadratic State Cost is Exactly Solvable [3.8] 本稿では,2次状態のコスト・ツー・ゴーを有するSchr"odinger橋の正規化変種を提案する。
従来のシュル・オーディンガー橋とは異なり、正規化は状態依存的な確率質量の殺害と生成の速度を誘導する。
この結果から,2次状態のSchr"odingerブリッジの計算に動的シンクホーン再帰を用いることが可能である。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 17:22:00 GMT)
Are You Sure? Rank Them Again: Repeated Ranking For Better Preference Datasets [3.8] AIフィードバックからの強化学習による大規模言語モデルのトレーニングは、モデルの出力と人間の好みをより緊密に調整する。
これには、ユーザプロンプトに対する複数の候補応答をランク付けする評価器モデルが含まれる。
そこで我々は,同じ応答を複数回評価し,一貫してランク付けされている応答のみを訓練する,繰り返しランク付け手法を提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 02:18:06 GMT)
Did I Vet You Before? Assessing the Chrome Web Store Vetting Process through Browser Extension Similarity [3.8] このタイプのソフトウェアで最大の配布プラットフォームであるChrome Web Store (CWS) におけるマルウェアやその他の侵害拡張の頻度を特徴付ける。
本研究は,侵害拡大の86%が前回の拒否項目と極めて類似しているため,CWS拒否プロセスにおいて大きなギャップがあることを明らかにする。
また,CWSがフラグ付けしたマルウェアの1%がマルウェア対策として悪用されていることも明らかにした。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 09:17:01 GMT)
Representation and De-interleaving of Mixtures of Hidden Markov Processes [3.7] 隠れマルコフ過程(HMP)の混合物の分離は、一般的にその表現モデルに依存する。
本稿では,HMPの混合物に対する新しい表現モデルとそれに対応するインターリーブ法を提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 12:24:23 GMT)
MCD: A Model-Agnostic Counterfactual Search Method For Multi-modal Design Modifications [3.4] 本稿では,MCD(Multi-objective Counterfactuals for Design)を提案する。
本論文は,3つの実証自転車設計課題を用いて,複雑なエンジニアリングタスクにおけるMDDの機能を示す。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 02:32:13 GMT)
Causal Contrastive Learning for Counterfactual Regression Over Time [3.4] 本稿では, 長期予測を重視した, 反実的回帰に対するユニークなアプローチを提案する。
Causal Transformerのような既存のモデルから切り離し、我々のアプローチは長期的な予測にRNNを使うことの有効性を強調します。
提案手法は, 合成データと実世界のデータの両方を用いて, 最先端の対物推定結果を実現する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 19:07:25 GMT)
Audio-Visual Talker Localization in Video for Spatial Sound Reproduction [3.2] 本研究では,ビデオ中のアクティブ話者を検出し,検出する。
互いに補完する2つのモダリティの役割を見出した。
今後の調査では、ノイズの多い高残響環境下でのモデルの堅牢性を評価する予定である。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 16:47:07 GMT)
The Firefighter Algorithm: A Hybrid Metaheuristic for Optimization Problems [3.2] The Firefighter Optimization (FFO) algorithm is a new hybrid metaheuristic for optimization problem。
FFOの性能を評価するため、FFOは13の最適化アルゴリズムに対して広範な実験を行った。
その結果、FFOは比較性能を達成し、いくつかのシナリオでは、得られた適合性、正確性に要する時間、時間単位でカバーされる研究空間の点で、一般的に採用されている最適化アルゴリズムよりも優れていることが示された。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 18:38:59 GMT)
Schrödinger as a Quantum Programmer: Estimating Entanglement via Steering [3.2] 我々は、量子ステアリング効果を用いて、一般的な二部状態の分離性をテストし、定量化する量子アルゴリズムを開発した。
我々の発見は、ステアリング、絡み合い、量子アルゴリズム、量子計算複雑性理論の間の有意義な関係を提供する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 13:34:59 GMT)
Data Mesh: a Systematic Gray Literature Review [3.0] Data Meshは、運用上のボトルネックを最小限に抑え、回避することを目的とした、新たなドメイン駆動の分散データアーキテクチャである。
我々は114の産業用グレー文学論文を体系的に収集,分析,合成した。
このレビューは、データメッシュの4つの重要な原則に関する実践者の視点に関する洞察を提供する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 21:26:03 GMT)
ChAda-ViT : Channel Adaptive Attention for Joint Representation Learning of Heterogeneous Microscopy Images [3.0] 本稿では,Channel Adaptive Vision TransformerアーキテクチャであるChAda-ViTを提案する。
IDRCell100kは7つの顕微鏡モダリティを網羅した79の実験を多用したバイオイメージデータセットである。
我々のアーキテクチャは、自己管理的な方法で訓練され、いくつかの生物学的に関連する下流タスクにおいて、既存のアプローチよりも優れています。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 16:28:16 GMT)
Quantum Force Sensing by Digital Twinning of Atomic Bose-Einstein Condensates [2.9] 我々は、弱い信号検出感度を高めるために機械学習の能力を利用するデータ駆動型アプローチを提案する。
原子間力センサでは,無力データのデジタルレプリカと異常検出技術を組み合わせる。
本研究により,従来のプロトコルに比べて感度が著しく向上し,大幅な改善が得られた。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 10:09:37 GMT)
Privacy Challenges in Meta-Learning: An Investigation on Model-Agnostic Meta-Learning [2.9] 現在のメタラーニング手法では、タスク学習者は、サポートセットと呼ばれるセンシティブなデータからモデルをローカルに学習する。
明示的なデータ共有がないにもかかわらず、プライバシーの懸念は続いている。
本稿では,メタラーニングアルゴリズム,特にモデル非依存メタラーニング(MAML)における潜在的なデータ漏洩について検討する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 01:10:35 GMT)
Data Quality in Edge Machine Learning: A State-of-the-Art Survey [2.8] 機械学習(ML)を使ってトレーニングされたデータ駆動人工知能(AI)システムは、私たちの生活の絶え間ない部分を形成している。
一方で、これらのシステムの影響は、特にトレーニングに使用されるデータにおいて、高い品質の基準を課している。
一方、エッジコンピューティングとIoTデバイスの普及により、データ品質(DQ)の標準を確立し維持することがより困難になる。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 23:07:05 GMT)
Tripartite quantum Rabi model with trapped Rydberg ions [2.8] 3部量子ラビモデル(TQRM)について検討する。
ボソニックモードはスピン-スピン相互作用を通じて2つのスピン-1/2$粒子に同時結合し、スピン-スピン-ボソン結合をもたらす。
TQRMの対称性は、スピン状態間のエネルギー差を表す変形パラメータに依存する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 23:15:16 GMT)
CONFINE: Conformal Prediction for Interpretable Neural Networks [2.7] 解釈型ニューラルネットワーク(CONFINE)のコンフォーマル予測について紹介する。
CONFINEは、モデルの透明性と信頼性を高めるために、点予測の代わりに統計的に堅牢な不確実性推定を備えた予測セットを生成する。
この結果から,CONFINEは従来の手法よりも最大3.3%高い精度を達成できることが判明した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 19:34:48 GMT)
Posterior Label Smoothing for Node Classification [2.7] 本稿では,トランスダクティブノード分類タスクに対して,単純かつ効果的なラベル平滑化を提案する。
本研究では, ソフトラベルを設計し, 周辺ラベル分布を通じて対象ノードの局所的コンテキストをカプセル化する。
以下の分析結果から,大域的なラベル統計を後続計算に組み込むことが,ラベル平滑化の成功の鍵であることが判明した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 11:59:49 GMT)
Quantum Computing for Option Portfolio Analysis [2.7] 本稿では,VaR(Value-at-Risk)とCVar(Value-at-Risk)の計算に適した,効率的かつエンドツーエンドの量子アルゴリズムを提案する。
我々の焦点は、VaRとCVaRの推定において高次元性によって生じる課題を克服するために量子計算を活用することである。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 16:31:09 GMT)
SAM-VMNet: Deep Neural Networks For Coronary Angiography Vessel Segmentation [2.7] 我々は,MedSAMの強力な特徴抽出機能と VM-UNet の線形複雑性の利点を組み合わせた新しいアーキテクチャ SAM-VMNet を提案する。
実験の結果、SAM-VMNetアーキテクチャはCTAイメージセグメンテーションタスクにおいて、98.32%までのセグメンテーション精度と99.33%までの感度で優れた性能を示した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 16:45:33 GMT)
GLCAN: Global-Local Collaborative Auxiliary Network for Local Learning [2.5] 局所学習は画像分類タスクに広く研究され、その性能はエンドツーエンドの手法に匹敵する。
本稿では,グローバルローカル補助協調ネットワーク(GLCAN)の構築手法を提案する。
これは、局所学習手法がオブジェクト検出や超解像といった他のタスクにうまく適用できる最初の実演である。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 14:02:11 GMT)
Quantifying the Benefit of Artificial Intelligence for Scientific Research [2.5] 我々は、科学研究におけるAIの直接的な利用とAIの潜在的利益の両方を見積もる。
研究におけるAIの利用は科学に広く浸透しており、特に2015年以来急速に成長している。
我々の分析は、AIが多くの科学分野に利益をもたらす可能性があることを示しているが、AI教育とその研究応用の間には顕著な断絶がある。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 01:46:09 GMT)
Phasor-Driven Acceleration for FFT-based CNNs [2.4] より効率的なアプローチとして,複素数の極性表現であるファサー形式(phasor form)を提案する。
本手法は,トレーニング中に最大1.376(平均1.316),推論時に最大1.390(平均1.321)の速度向上を実現する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 03:36:03 GMT)
Incompressible Navier-Stokes solve on noisy quantum hardware via a hybrid quantum-classical scheme [2.4] 流体流に対するナヴィエ・ストークス方程式を解くためには偏微分方程式解法が必要である。
この研究は、圧縮不能なナビエ・ストークス方程式に対するハイブリッド量子古典アルゴリズムを示す。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 03:12:36 GMT)
Improvement of Applicability in Student Performance Prediction Based on Transfer Learning [2.3] 本研究では,様々な分布を持つデータセットの転送学習手法を用いて,予測精度を向上させる手法を提案する。
モデルは、その一般化能力と予測精度を高めるために訓練され、評価された。
実験により, この手法は根平均角誤差 (RMSE) と平均絶対誤差 (MAE) の低減に優れていることが示された。
結果は、より多くのレイヤを凍結することで、複雑でノイズの多いデータのパフォーマンスが向上することを示した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 13:09:05 GMT)
WebSuite: Systematically Evaluating Why Web Agents Fail [2.2] 我々は、ジェネラリストWebエージェントの最初の診断ベンチマークであるWebSuiteについて説明する。
このベンチマークスイートは、ボタンをクリックするなどの個々のタスクと、カートにアイテムを追加するなどのエンドツーエンドタスクの両方で構成されている。
我々は、テキストベースとマルチモーダルの2つの一般的なジェネラリストWebエージェントを評価し、各エージェントに固有の弱点を特定する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 00:32:26 GMT)
Neural Flow Diffusion Models: Learnable Forward Process for Improved Diffusion Modelling [2.2] より広い範囲のプロセスをサポートすることで拡散モデルを強化する新しいフレームワークを提案する。
また,前処理を学習するための新しいパラメータ化手法を提案する。
結果はNFDMの汎用性と幅広い応用の可能性を評価する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 10:25:54 GMT)
XCAT-3.0: A Comprehensive Library of Personalized Digital Twins Derived from CT Scans [2.1] 本研究では,4つのディープラーニングセグメンテーションモデルを用いて,現実的な数値ファントムモデリングの枠組みを提案する。
140以上の構造を持つ2500以上の計算ファントムが、詳細な解剖学的モデリングに対する洗練されたアプローチを実証している。
このフレームワークは、仮想画像治験を推進し、医療画像技術の総合的かつ信頼性の高い評価を促進する可能性がある。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 22:48:27 GMT)
Improving Text Generation on Images with Synthetic Captions [2.1] SDXLやSD 1.5のような潜伏拡散モデルは、現実的な画像を生成する上で重要な能力を示している。
本稿では,SDXLを大規模データセット上でのトレーニングに要しない,低コストなアプローチを提案する。
提案手法は,異なるシナリオにおけるテキスト生成の精度向上に有効であることを示す。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 17:27:34 GMT)
Stochastic Restarting to Overcome Overfitting in Neural Networks with Noisy Labels [2.0] 本研究では,チェックポイントから再起動することで,ディープニューラルネットワーク(DNN)をノイズラベルでトレーニングする際の一般化性能が大幅に向上することを示す。
本研究では, 統計物理学分野において, ターゲットの探索を効率的に行うために, 再起動に基づく手法を開発した。
提案手法の重要な側面は,実装の容易さと他のメソッドとの互換性でありながら,性能が著しく向上している点である。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 10:45:41 GMT)
A Novel Quantum-Classical Hybrid Algorithm for Determining Eigenstate Energies in Quantum Systems [2.0] 量子系の固有エネルギースペクトルを効率的に計算するための新しい量子XZ24アルゴリズムを提案する。
既存の量子法と比較して、新しいアルゴリズムは測定コストが著しく低いという点で際立っている。
我々は,新しいアルゴリズムが量子システムシミュレーションに大きな進歩をもたらすことを期待し,量子コンピューティングや量子情報処理において有望な応用を提供する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 04:31:43 GMT)
Empirical influence functions to understand the logic of fine-tuning [1.9] 微調整を用いて測定した経験的影響を用いて,個別のトレーニングサンプルがアウトプットに与える影響を実証する。
これらのデシダラタは、単純な畳み込みネットワークと現代のLLMの両方に違反していることを示す。
この結果から,一般的なモデルでは論理を一般化・実行できないことが示唆された。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 17:31:06 GMT)
Guiding and Diversifying LLM-Based Story Generation via Answer Set Programming [1.8] 大規模言語モデル(LLM)は、オープンエンドのユーザ要求に応じてストーリーを生成することができる。
本稿では,高レベルかつ抽象的な高レベルなストーリー構造仕様を用いて,ストーリー生成のガイドと多様化を提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 21:14:25 GMT)
DroneVis: Versatile Computer Vision Library for Drones [1.8] DroneVisは、Parrotドローンのコンピュータビジョンアルゴリズムを自動化するために設計されたライブラリである。
ライブラリは高品質なコード標準に準拠しており、努力の無いカスタマイズと機能拡張を促進する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 14:06:46 GMT)
Towards Trustworthy AI: A Review of Ethical and Robust Large Language Models [1.7] 大きな言語モデル(LLM)は多くの分野を変革できるが、その急速な開発は、監視、倫理的創造、ユーザ信頼の構築に重大な課題を生み出している。
この総合的なレビューは、意図しない害、透明性の欠如、攻撃に対する脆弱性、人的価値との整合性、環境への影響など、LLMにおける重要な信頼の問題について考察する。
これらの課題に対処するため、倫理的監視、業界説明責任、規制、公的な関与を組み合わせることを提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 14:47:58 GMT)
Measurement-based infused circuits for variational quantum eigensolvers [1.7] 変分量子固有解法(VQEs)は、量子コンピュータ上の物理系を研究するために成功したアルゴリズムである。
本研究では,従来のVQE回路にそのようなアイデアを組み込む。
テストベッドシステムのVQEシミュレーションにより, 実超伝導量子コンピュータへのアプローチを示す。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 02:39:39 GMT)
Compelling ReLU Network Initialization and Training to Leverage Exponential Scaling with Depth [1.7] ReLUアクティベーションを持つニューラルネットワークは、断片的線形関数の合成と見なすことができる。
本稿では,ネットワークに多数のアクティベーションパターンを指数関数的に表示させる新たなトレーニング戦略を提案する。
このアプローチにより、無作為な1次元関数よりも数桁精度の高い凸関数の近似を学習することができる。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 23:19:21 GMT)
Accelerating System-Level Debug Using Rule Learning and Subgroup Discovery Techniques [1.6] デバッグの労力を減らすために、高品質なデバッグヒントを提供する方法について説明する。
ケーススタディでは,これらの手法をパワーマネジメント (PM) 設計機能であるPackage-C8の根源的故障に応用した。
本稿では,ルートキャスティングの経験と再利用の成果をマイニングし,将来のデバッグ活動を加速し,検証専門家への依存を減らすためのアプローチを提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 21:57:06 GMT)
Exploring Vulnerabilities and Protections in Large Language Models: A Survey [1.6] 本稿では,Large Language Models (LLMs) のセキュリティ課題について検討する。
Prompt HackingとAdversarial Attacksの2つの主要分野に焦点を当てている。
これらのセキュリティ問題の詳細を明らかにすることで、この調査はレジリエントなAIシステム構築に関する広範な議論に貢献する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 00:11:09 GMT)
Multimodal Metadata Assignment for Cultural Heritage Artifacts [1.6] 我々は,後期融合アプローチを用いた文化的遺産ドメインのマルチモーダル分類器を開発した。
3つのモダリティは、画像、テキスト、タブラリデータである。
個々の分類器は、デジタル化された絹のアーティファクトの欠落特性を正確に予測し、マルチモーダルなアプローチが最良の結果をもたらす。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 12:41:03 GMT)
Understanding the Convergence in Balanced Resonate-and-Fire Neurons [1.4] Resonate-and-Fire(RF)ニューロンは、スパイキングニューラルネットワーク(SNN)におけるインテグレーターニューロンの興味深い補体モデルである
最近提案されたリゾネート・アンド・ファイア(BRF)ニューロンは、タスク性能、スパイク、パラメータ効率において重要な方法論的進歩を示した。
本稿は、これらの収束優位性の出現の経緯と理由について、さらなる直感を提供することを目的としている。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 10:04:55 GMT)
Research on an Autonomous UAV Search and Rescue System Based on the Improved [1.3] 本稿では,EGO-Plannerアルゴリズムに基づく自律検索・救助UAVシステムを提案する。
逆モータバックステッピングの手法を用いて、UAVの全体的な飛行効率を高め、マシン全体の小型化を図る。
同時に、双方向A*アルゴリズムとオブジェクト検出アルゴリズムによって最適化されたEGO-Planner計画ツールも導入した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 17:25:29 GMT)
An Evaluation Benchmark for Autoformalization in Lean4 [1.3] 大規模言語モデル(LLM)は、自己形式化に革命をもたらす可能性を秘めている。
数学的プログラミング言語であるLean4の導入は、LLMの自動形式化機能を厳格に評価する前例のない機会を提供する。
本稿では,GPT-3.5,GPT-4,Gemini Proなどの最先端LLMの能力をテストするために,Lean4用に設計された新しい評価ベンチマークを提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 07:06:57 GMT)
Creative Text-to-Audio Generation via Synthesizer Programming [1.1] 78個のパラメータしか持たない仮想モジュールサウンドシンセサイザーを利用するテキスト音声生成手法を提案する。
提案手法であるCTAGは、テキストプロンプトの高品質なオーディオレンダリングを生成するために、シンセサイザーのパラメータを反復的に更新する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 04:08:31 GMT)
On the use of first and second derivative approximations for biometric online signature recognition [1.1] MCYT330オンライン署名データベースを用いて,11点近似が1点近似より優れていることを示す。
その結果、識別率は1.4%改善し、ランダムな偽造品は36.8%減少した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 17:36:34 GMT)
CASE: Curricular Data Pre-training for Building Generative and Discriminative Assistive Psychology Expert Models [1.1] 本研究では、自然言語処理(NLP)パイプラインを用いて、コンサルティングに使用されるオンラインメンタルヘルスフォーラムのテキストデータを解析する。
本稿では,フォーラムテキストに基づく潜在的なメンタルヘルス障害のフラグ付けを行うCASE-BERTモデルと,予備診断のための重要な特徴を抽出するCASE-Gemmaという生成モデルとの2つのモデルを提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 06:17:32 GMT)
An Effective Weight Initialization Method for Deep Learning: Application to Satellite Image Classification [1.0] 重み初期化技術は伝統的に、広範囲なデータセットでトレーニングする前にネットワークの重みを初期化する。
本研究では,衛星画像分類の文脈において,新しい重み初期化手法を提案する。
提案手法は,畳み込みニューラルネットワーク(CNN)モデルの前方・後方通過において,数学的に詳細なものである。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 07:56:02 GMT)
Arabic Handwritten Text for Person Biometric Identification: A Deep Learning Approach [1.0] 本研究は,人物の生体認証のためのアラビア手書きテキストを,ディープラーニングモデルがどの程度認識できるかを徹底的に検討する。
広く認識されている3つのデータセットを使用して、ResNet50、MobileNetV2、EfficientNetB7の3つの高度なアーキテクチャを比較している。
その結果、EfficientNetB7は、AHAWP、Khatt、LAMIS-MSHDデータセットで98.57%、99.15%、99.79%のアキュラシーを達成した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 11:43:00 GMT)
A Structured Review of Literature on Uncertainty in Machine Learning & Deep Learning [0.9] 我々は、リスクに敏感なアプリケーション、すなわち不確実性を理解し、定量化するアプリケーションにおいて、機械学習を適応するための重要な関心事に焦点を当てる。
本稿では,このトピックを構造化した方法でアプローチし,不確実性がMLプロセスに封入されているというさまざまな側面の文献をレビューする。
このレビューの主な貢献は、不確実性議論の範囲を広げ、Deep Learningにおける不確実性定量化手法のレビューを更新することである。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 07:17:38 GMT)
Modelling financial volume curves with hierarchical Poisson processes [0.9] 一般的な戦略は、期待された体積曲線と1日を通して多くの順序で所望の量を交換することである。
本研究では,非均質なポアソンプロセスの混合の強度関数に対する階層的なポアソンプロセスモデルを導入する。
本稿では,Wharton Research Data Services が管理している Trade and Quote リポジトリのデータセットについて紹介する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 12:03:57 GMT)
A Batch Sequential Halving Algorithm without Performance Degradation [0.8] 簡単な逐次バッチアルゴリズムでは,実運用環境での性能が劣化しないことを示す。
実験により,固定サイズバッチ設定におけるアルゴリズムの頑健な性質を実証し,我々の主張を実証的に検証する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 12:41:50 GMT)
Towards an ontology of portions of matter to support multi-scale analysis and provenance tracking [0.8] 科学的・工業的領域にまたがる実践的な意味を持つ物質のオントロジー
オントロジーはUFO(Unified Foundational Ontology)の下で開発されている。
石油・ガス産業の地質領域における物質オントロジーの活用を実証するために,ケーススタディを提出した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 19:26:21 GMT)
Exploring the limits of Hierarchical World Models in Reinforcement Learning [0.7] 我々は,新しいHMBRLフレームワークを記述し,それを徹底的に評価する。
時間的抽象の様々なレベルで環境力学をシミュレートする階層的世界モデルを構築した。
ほとんどのゴール条件付き H(MB)RL アプローチとは異なり、これは相対的に低次元の抽象作用をもたらす。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 16:29:03 GMT)
A tutorial on learning from preferences and choices with Gaussian Processes [0.7] このチュートリアルは、既存の文献の特定のギャップに対処する新しいGPベースのモデルを導入しながら、確立された研究の上に構築されている。
このフレームワークは、ランダムなユーティリティモデル、識別の限界、およびオブジェクトとラベルの両方に矛盾するユーティリティを持つシナリオを含む嗜好学習モデルの構築を可能にする。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 20:50:23 GMT)
Differentiable Pareto-Smoothed Weighting for High-Dimensional Heterogeneous Treatment Effect Estimation [0.7] 重み付き表現学習による数値的ロバストな推定器を開発する。
提案手法は,重み値を効果的に補正することにより,既存手法よりも優れた性能を示すことを示す。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 04:36:10 GMT)
Scarce Resource Allocations That Rely On Machine Learning Should Be Randomized [0.5] 本稿では,機械学習を用いて少ない資源を割当てることがしばしばランダム性を必要とすることを論じる。
我々は、個人が社会財や機会を割り当てなければならないという主張を、より適切に考慮する手順を提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 13:45:37 GMT)
Towards Measuring the Traceability of Cryptocurrencies [0.5] 我々は暗号通貨の追跡可能性と匿名性を測定するための正式な枠組みを提唱した。
我々の研究は、暗号通貨のトレーサビリティを評価するための、最初の実用的で効率的で確率的な尺度を提供する。
いくつかの暗号トランザクショングラフに対して提案したトレーサビリティ尺度を実装し,広範囲に評価する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 14:05:33 GMT)
Shortcut to Chemically Accurate Quantum Computing via Density-based Basis-set Correction [0.5] 量子コンピューティングは、電子構造計算における古典的手法よりも計算上の優位性を約束する。
量子ビット数などの量子資源を最小化しながら、化学系の定量的記述にアクセスすることは重要な課題である。
完全基底集合の極限に近づき、化学的精度で量子計算に近づいた。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 13:52:51 GMT)
Length-scale study in deep learning prediction for non-small cell lung cancer brain metastasis [0.5] デジタル顕微鏡画像の解釈のための予測アルゴリズムの開発において,分解能と組織規模が果たす役割について検討する。
早期非小細胞肺癌生検スライドの脳転移予測例におけるDNNの予測能力の検討に本手法を適用した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 21:20:33 GMT)
Algebraic Geometrical Analysis of Metropolis Algorithm When Parameters Are Non-identifiable [0.5] メトロポリスアルゴリズムは、ターゲット確率分布からのサンプリングを実現するマルコフ連鎖モンテカルロ法(MCMC)の1つである。
我々は、フィッシャー情報行列を持つモデルが倒立不能な場合の分布からサンプリングすることに関心がある。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 09:04:14 GMT)
Hybrid attention structure preserving network for reconstruction of under-sampled OCT images [0.3] 我々は,HASPN(Hybrid attention structure Preserving Network)を提案する。
適応的拡張畳み込み型チャネルアテンション(ADCCA)と空間アテンション(ESA)を利用して特徴のチャネルと空間情報をよりよく捉えた。
HASPNは糖尿病黄斑浮腫網膜データセットに適用され、その優れた一般化能が検証された。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 03:07:28 GMT)
From Seedling to Harvest: The GrowingSoy Dataset for Weed Detection in Soy Crops via Instance Segmentation [0.3] 我々は、ニューラルネットワークを訓練し、インスタンスセグメンテーションを通して雑草や大豆を検知する包括的データセットを導入する。
我々のデータセットは、大豆の生育の様々な段階をカバーし、雑草の侵入の影響に関する時系列的な視点を提供する。
また、このデータセットでトレーニングされたアートモデルの6つの状態を提供し、プランテーションプロセスのすべての段階で大豆や雑草を理解し、検出することができます。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 06:12:48 GMT)
A citizen science toolkit to collect human perceptions of urban environments using open street view images [0.2] ストリートビュー画像(SVI)は、研究(環境評価、緑地識別、土地被覆分類など)に有用なデータソースである。
オープンなSVIデータセットは、Mapillaryのような制限の少ないソースから容易に利用できる。
オープンなSVIを自動ダウンロード、処理、収穫、フィルタリングする効率的な方法を提案する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 16:35:45 GMT)
Generating 3D Terrain with 2D Cellular Automata [0.1] 本稿では,2次元セルラーオートマトン (CA) を用いた簡易かつ効果的な付加的アプローチによる3次元地形の創出について検討する。
複数のCA遷移規則を実験することにより、この予備的な調査は、ゲームにおけるリアルタイムな地形生成にこの技術が適用可能であることを示唆し、美的な景観を生み出した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 13:43:28 GMT)
Pedestrian intention prediction in Adverse Weather Conditions with Spiking Neural Networks and Dynamic Vision Sensors [0.1] 本研究では,ダイナミック・ビジョン・センサ(DVS)と組み合わせたスパイキングニューラルネットワーク(SNN)の有効性を検討した。
我々は従来の畳み込みニューラルネットワーク(CNN)と比較してSNNの効率を評価する。
その結果、DVSと統合されたSNNは、計算オーバーヘッドを大幅に削減し、CNNと比較して困難条件における検出精度を向上させることが示唆された。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 15:58:24 GMT)
Bootstrapping entanglement in quantum spin systems [0.1] 我々はブートストラップ法を用いて、量子多体系における期待値を決定する。
次に、これらの値を用いて、システムの絡み合う内容を評価する。
このアプローチは、新しい計算方法論を提供するだけでなく、二部構成と多部構成の絡み合い特性の包括的視点を提供する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 16:43:35 GMT)
LLaMEA: A Large Language Model Evolutionary Algorithm for Automatically Generating Metaheuristics [0.0] 本稿では,Large Language Model Evolutionary Algorithm (LLaMEA) フレームワークを紹介する。
一連の基準とタスク定義(検索空間)が与えられた後、LLaMEAは反復的にアルゴリズムを生成し、変更し、選択する。
我々は,このフレームワークを用いて,新しいブラックボックスメタヒューリスティック最適化アルゴリズムを自動生成する方法を示す。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 19:59:37 GMT)
Work extraction from quantum coherence in non-equilibrium environment [0.0] エルゴトロピーの力学はマルコフ系と非マルコフ系の両方の非平衡環境で研究される。
非平衡環境の場合、作業の抽出は環境が平衡状態にある場合よりも効率的である。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 12:03:07 GMT)
Vacuum energy around particles [0.0] 動的空洞における量子真空の励起は、粒子の周りに一定の量の正の真空エネルギーを発生させる。
単一ミラーが自由空間内を移動し, 真空状態にある場合, ミラーからフィールドへ移動するすべてのエネルギーが実粒子に変換されることを示す。
第1の鏡で空洞を形成する第2の静止鏡を考えると、第1の鏡の運動は実際の粒子に変換されるエネルギーを減少させる。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 15:05:09 GMT)
Topo4D: Topology-Preserving Gaussian Splatting for High-Fidelity 4D Head Capture [0.0] 自動幾何およびテクスチャ生成のための新しいフレームワークであるTopo4Dを提案する。
まず、時系列面を固定位相を持つ動的3次元ガウス面の集合として表現する。
次に、高品質な幾何学とテクスチャ学習のためのフレーム・バイ・フレームの代替的な幾何学とテクスチャ最適化を行う。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 13:37:51 GMT)
The Role of Generative AI in Software Development Productivity: A Pilot Case Study [0.0] 本稿では,ソフトウェア開発における生成AIツールの統合について検討する。
パイロットケーススタディを通じて、生成可能なAIツールを日々の作業ルーチンに統合する上で、貴重な経験を集めました。
以上の結果から,これらのツールの個人の生産性に対する肯定的な認識と,特定された制限に対処する必要性が示唆された。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 21:51:33 GMT)
Symmetry Induces Structure and Constraint of Learning [0.0] 機械学習モデルの学習行動に影響を及ぼすか、決定しないかにかかわらず、損失関数対称性の重要性を明らかにする。
ディープラーニングにおけるミラー対称性の一般的な例としては、再スケーリング、回転、置換対称性がある。
ニューラルネットワークにおける可塑性の喪失や様々な崩壊現象などの興味深い現象を理論的枠組みで説明できることを示す。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 22:07:42 GMT)
RoBERTa-BiLSTM: A Context-Aware Hybrid Model for Sentiment Analysis [0.0] 本稿では,ロバスト最適化BERT事前学習手法(RoBERTa)とBilong Short-Term Memory(BiLSTM)ネットワークを組み合わせたハイブリッドディープラーニングモデルRoBERTa-BiLSTMを提案する。
RoBERTaは意味のある単語埋め込みベクトルを生成するのに使われ、BiLSTMは長文の文脈意味を効果的に捉えている。
我々は、IMDb、Twitter US Airline、Sentiment140のデータセットを用いて、既存の最先端手法に対して提案したモデルを評価する実験を行った。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 08:59:46 GMT)
Responsible Adoption of Generative AI in Higher Education: Developing a "Points to Consider" Approach Based on Faculty Perspectives [0.0] 本稿では,高等教育におけるジェネレーティブAI導入の責任を負うアプローチを提案する。
高等教育の目標、価値、構造的特徴に敏感な「考慮すべきポイント」アプローチを採用している。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 23:25:06 GMT)
Precision and Adaptability of YOLOv5 and YOLOv8 in Dynamic Robotic Environments [0.0] 本研究は, YOLOv5モデルとYOLOv8モデルの比較分析を行った。
初期の期待とは対照的に、YOLOv5モデルは同等で、場合によってはオブジェクト検出タスクの精度が優れていた。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 06:17:43 GMT)
On the number of solutions to a random instance of the permuted kernel problem [0.0] 置換カーネル問題(Permuted Kernel Problem、PKP)は、1989年にシャミールによって初めて導入された線型代数の問題である。
我々は、PKPのランダムなインスタンスに対して、期待される解数の正確な公式を提供し、厳密に証明する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 14:31:03 GMT)
Neural Polarization: Toward Electron Density for Molecules by Extending Equivariant Networks [0.0] 固定点と移動点のペアとして各原子を埋め込むことにより同変ネットワークを拡張する新しい手法であるtextitNeural Polarizationを提案する。
密度汎関数理論によって動機付けられたニューラルポーラライゼーションは、電子密度を含む空間充填ビューとして分子を表現し、ボール・アンド・スティックビューとは対照的である。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 13:39:27 GMT)
Magnetization in a non-equilibrium quantum spin system [0.0] 実効的な非エルミート的ハミルトニアンは、臨界2レベル開量子系の長期的ダイナミクスを正確に表現できることを示す。
NESS は実効非エルミート・ハミルトニアンの合体状態と同一である。
この発見は、重要なオープン量子システムの長期的ダイナミクスをよりよく理解するための道を開く。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 02:16:24 GMT)
Learning to Play Air Hockey with Model-Based Deep Reinforcement Learning [0.0] 本研究では,エアホッケーを自律的に行うためのモデルベース深層強化学習の適用性について検討する。
我々のエージェントは、時間とともに反復的に行動を改善するために自己プレイを取り入れながら、まばらな報酬からのみ学習する。
エージェントは、単一のプレイスタイルに対してのみ訓練された場合、過度に適合する傾向にあり、目に見えない相手の新たな戦略を一般化するための自己プレイの重要性を強調している。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 18:00:01 GMT)
Green Supply Chain Management Optimization Based on Chemical Industrial Clusters [0.0] パンデミック後、化学部門は国家の進歩に不可欠な新しい課題に直面している。
パンデミックの影響と持続可能性への需要の増加は、グリーンサプライチェーン管理の重要性を強調している。
本研究では, 規制コンプライアンス, グリーン調達, 製造, 物流, 販売, 競合, 環境保護, コスト管理などの要因が, グリーンサプライチェーン管理に与える影響について検討した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 16:20:57 GMT)
Generation of tripartite entangled states with fermionic systems [0.0] 3重井戸ポテンシャルで3つの区別できないフェルミオンの系における三部体の絡みを発生させることを目的としたトンネルと粒子検出プロセス。
プロトコルはフェルミオンw型状態の生成に成功し、続く状態は3つの局所化パーティ間で共有される3つの区別可能な量子w型状態と効果的に等価になる。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 18:51:28 GMT)
General Framework for Quantifying Dissipation Pathways in Open Quantum Systems. II. Numerical Validation and the Role of Non-Markovianity [0.0] MQME-Dにより、オープン量子系力学における全エネルギー散逸過程を分解することができる。
MQME-Dは, 浴室成分の消毒効果を正確に把握する。
我々の研究は、MQME-DとTSSを組み合わせることで、現実的なオープン量子系の力学において、エネルギーがどのように散逸するかを確実に理解できることを示した。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 02:11:36 GMT)
General Framework for Quantifying Dissipation Pathways in Open Quantum Systems. I. Theoretical Formulation [0.0] オープン量子系力学におけるエネルギーの散逸について、汎用的で実用的な理論的枠組みを提案する。
これは、個々の浴室成分のシステム全体の消散への寄与を定量化する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 02:07:58 GMT)
Efficient soft-output decoders for the surface code [0.0] 我々は,最小ウェイト完全マッチングとUnion-Findデコーダから導出される表面コードに対して,効率的なソフトアウトプットデコーダを構築する。
ソフトアウトプットの復号化により,階層型コードの性能が向上することを示す。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 23:23:37 GMT)
Easy Problems That LLMs Get Wrong [0.0] 大規模言語モデル(LLM)の限界を評価するために設計された包括的な言語ベンチマークを導入する。
一連の簡単な質問を通じて、人間が簡単に管理するタスクを実行するための、よく考えられたモデルの重大な制限を明らかにする。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 03:00:37 GMT)
Distributed High-Dimensional Quantile Regression: Estimation Efficiency and Support Recovery [0.0] 我々は高次元線形量子レグレッションのための分散推定とサポート回復に焦点をあてる。
元の量子レグレッションを最小二乗最適化に変換する。
効率的なアルゴリズムを開発し、高い計算と通信効率を享受する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 14:58:24 GMT)
DS@BioMed at ImageCLEFmedical Caption 2024: Enhanced Attention Mechanisms in Medical Caption Generation through Concept Detection Integration [0.0] 本研究では,概念検出を注意機構に組み込むことにより,医用画像キャプション生成へのアプローチを改良した。
キャプション予測タスクでは,概念統合と後処理技術によって強化されたBEiT+BioBartモデルで,検証セットで0.60589,プライベートテストセットで0.5794,9位となった。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 10:14:33 GMT)
Cyberwar Strategy and Tactics: An Analysis of Cyber Goals, Strategies, Tactics, and Techniques [0.0] サイバー戦争プレイブック(Cyberwar Playbook)は、様々なサイバー戦争状況を効果的に扱うための知識の符号化である。
それはトラブルシューティングのアプローチを取り、サイバーベースの攻撃に対抗または回避するために使用されるサイバー戦術、テクニック、手順を定義する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 16:52:37 GMT)
Creation and manipulation of surface code defects with quantum optimal control [0.0] 表面符号はスピン-1/2格子系であり、格子に欠陥が貫かれたときに非自明な位相秩序を示すことができる。
我々は、量子最適制御の手法を用いて、断熱性の要求を克服し、より高速な時間スケールで量子計算に必要な他の重要な演算の欠陥生成と実装を実現する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 15:02:47 GMT)
Collective modes of nanoparticles levitated in a cavity: mechanical mode combs [0.0] 浮遊ナノ粒子は、力と加速度の超感度センサーとして研究されている。
Ntot=2-20 $ナノ粒子モードの光学的光を介し相互作用する集合運動のスペクトル特性を示す。
本研究は, ナノ粒子の喪失による歯の喪失を自律的に修復できることを実証するものである。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 08:58:47 GMT)
Chaos controlled and disorder driven phase transitions by breaking permutation symmetry [0.0] システムにおける障害の導入は一般的に対称性を破り、ローカライゼーションのような特性に劇的な変化をもたらす。
この研究は、制御可能な正則からカオス遷移を持つ系において、障害による置換対称性の破れの影響について研究する。
その結果、カオスの有無にかかわらず、領域法則から体積法則の絡み合った位相への連続的な位相遷移を示す。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 18:02:38 GMT)
Bell sampling from quantum circuits [0.0] 我々は、量子コンピュータのベンチマークに使用できる、量子計算の普遍的なモデル、ベルサンプリングを見つける。
ベルのサンプルは古典的に作りやすく、同時に回路シャドウと呼ばれるものを構成することが示されています。
ベルサンプルから効率よく抽出できる既知の特性に加えて、いくつかの新しい効率的なプロトコルを提供する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 11:04:17 GMT)
BFL: a Logic to Reason about Fault Trees [0.0] フォールトツリー(FT)は、安全クリティカルなインフラのリスクを評価するために使用される。
FTには、強力で理解可能な分析クエリを定式化する体系的な方法がない。
本稿では FT の論理である Boolean Fault Tree Logic (BFL) を紹介する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 10:36:11 GMT)
Adaptive boosting with dynamic weight adjustment [0.0] Adaptive Boosting with Dynamic Weight Adjustmentは、AdaBoostとして知られる従来のAdaptive boostingの拡張である。
提案したモデルは、特に挑戦的な分類タスクにおいて、より柔軟で効果的なアプローチを提供する。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 18:23:58 GMT)
A Review of Pulse-Coupled Neural Network Applications in Computer Vision and Image Processing [0.0] パルス結合型ニューラルネットワーク(PCNN)は,いくつかの基本的な画像処理とコンピュータビジョンの課題に対処することに成功した。
これらのアプリケーションで得られた結果は、PCNNアーキテクチャが様々なコンピュータビジョンタスクに関連する有用な知覚情報を生成することを示唆している。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 00:10:05 GMT)
A Random Forest-based Prediction Model for Turning Points in Antagonistic Event-Group Competitions [0.0] 本稿では, ランダムフォレストに基づく, 対角的事象群の旋回点の予測モデルを提案する。
このモデルは、敵対的なイベントグループの競争状況の転換点を効果的に予測することができる。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 11:03:18 GMT)
A Near Quantum Limited Sub-GHz TiN Kinetic Inductance Traveling Wave Parametric Amplifier Operating in a Frequency Translating Mode [0.0] サブGHz周波数用動インダクタンス進行波パラメトリック増幅器(KI-TWPA)
非線形素子としてTiNを使用することで、NbTiNに対して約1桁のオーダーで必要なポンプ電力を削減できる。
増幅器は、広範囲のアプリケーションにおいて、高感度で高速な測定を可能にする可能性がある。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 18:45:14 GMT)
A Gaussian Process-based Streaming Algorithm for Prediction of Time Series With Regimes and Outliers [0.0] 最近提案されたINTELアルゴリズムは,システムスイッチングの可能な時系列のオンライン予測に専門家によるアプローチの産物を提供する。
LINTELを紹介します。これは、一定時間更新を伴う時間$t$の正確なフィルタリング分布を使用します。
提案手法は,適切な条件下でのINELよりも5倍以上高速で,良好な品質予測が可能であることを示す。
論文参考訳（メタデータ） (Sat, 1 Jun 2024 22:55:33 GMT)