Fugu-MT: arxivの論文翻訳(概要)

s1: Simple test-time scaling [148.4]
テスト時間スケーリングは、パフォーマンスを改善するために余分なテスト時間計算を使用する言語モデリングに対する、有望な新しいアプローチである。テストタイムのスケーリングと強力な推論性能を実現するための最もシンプルなアプローチを探します。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:48:08 GMT)
Theoretical guarantees on the best-of-n alignment policy [110.2]
我々は、KLの最良のn$ポリシーと参照ポリシーのKL分岐が、実際のKL分岐の上限であることを示す。また、KLの発散に対する新しい推定器を提案し、それが密近似をもたらすことを実証的に示す。我々は、利益率とKLの最良のn$アライメントポリシーの相違点を分析することで締めくくった。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:10:21 GMT)
Cliqueformer: Model-Based Optimization with Structured Transformers [102.6]
大規模なニューラルネットワークは予測タスクに優れるが、タンパク質工学や材料発見といった設計問題への応用には、オフラインモデルベース最適化(MBO)の問題を解決する必要がある。機能的グラフィカルモデル(FGM)を用いてブラックボックス関数の構造を学習するトランスフォーマーベースのアーキテクチャであるCliqueformerを提案する。化学および遺伝子設計タスクを含む様々な領域において、Cliqueformerは既存の方法よりも優れた性能を示している。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 23:47:56 GMT)
MatIR: A Hybrid Mamba-Transformer Image Restoration Model [95.2]
そこで我々は,MatIRと呼ばれるMamba-Transformerハイブリッド画像復元モデルを提案する。 MatIRはTransformer層とMamba層のブロックをクロスサイクルして特徴を抽出する。 Mambaモジュールでは、4つのスキャンパスに沿って横断するImage Inpainting State Space (IRSS)モジュールを導入する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 02:56:31 GMT)
Oryx MLLM: On-Demand Spatial-Temporal Understanding at Arbitrary Resolution [90.3]
画像,ビデオ,3Dシーンの空間的時間的理解のための統合マルチモーダルアーキテクチャであるOryxを提案する。 Oryxは任意の空間サイズと時間長の視覚入力をシームレスかつ効率的に処理するオンデマンドソリューションを提供する。デザイン機能により、Oryxは低解像度で高圧縮でビデオのような非常に長い視覚的コンテキストに対応できる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:48:09 GMT)
Reward-Guided Speculative Decoding for Efficient LLM Reasoning [80.6]
Reward-Guided Speculative Decoding (RSD)は,大規模言語モデル(LLM)における推論の効率向上を目的とした新しいフレームワークである。 RSDは軽量なドラフトモデルと、より強力なターゲットモデルを組み合わせることで、制御されたバイアスを取り入れて、ハイリワード出力を優先順位付けする。 Olympiadレベルのタスクを含む、挑戦的推論ベンチマークに関する広範囲な評価は、RSDがターゲットモデルのみによる復号化に対して、大幅な効率向上をもたらすことを示している。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:19:57 GMT)
BRiTE: Bootstrapping Reinforced Thinking Process to Enhance Language Model Reasoning [78.6]
大規模言語モデル(LLM)は複雑な推論タスクにおいて顕著な機能を示した。本稿では,新しいグラフィカルモデルを用いてLLM推論を定式化する統一確率的フレームワークを提案する。本稿では,Bootstrapping Reinforced Thinking Process (BRiTE)アルゴリズムについて述べる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 02:39:07 GMT)
Vintix: Action Model via In-Context Reinforcement Learning [72.7]
In-context reinforcement learning を通じて振る舞いを学習できる固定されたクロスドメインモデルを導入することで ICRL のスケールアップに向けた第一歩を提示する。 ICRLを促進するために設計されたフレームワークであるアルゴリズム蒸留は、多目的な作用モデルを構築するために、専門家蒸留に代わる魅力的な、競争力のある代替手段を提供することを示した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:57:08 GMT)
The Energy Loss Phenomenon in RLHF: A New Perspective on Mitigating Reward Hacking [72.5]
この研究は、人間からのフィードバックからの強化学習におけるエネルギー損失現象と、そのハッキング報酬への関連を識別する。報酬計算において最終層におけるエネルギー損失の増加をペナルティ化し,過大なエネルギー損失を防止するEnergy Los-Aware PPOアルゴリズム(EPPO)を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:10:53 GMT)
LLM Program Optimization via Retrieval Augmented Search [71.4]
提案手法は,提案手法によって最適化されたビーム探索を行う検索アルゴリズムであるRetrieval Augmented Search (RAS) である。我々は、RASが従来の最先端のブラックボックス適応戦略よりも1.8$times$パフォーマンスが高いことを示す。また、トレーニング例を「アトミックな編集」に分解することで、解釈可能性を向上させるAEGISと呼ばれる手法を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 06:34:47 GMT)
AIN: The Arabic INclusive Large Multimodal Model [71.3]
AIN (英語: AIN) は、英語とアラビア語で卓越するように設計された英語とアラビア語のバイリンガルLMMである。 AINは最先端のアラビア語のパフォーマンスを実証する一方で、英語の視覚能力も優れている。 AINの優れた能力は、先進的なマルチモーダル生成AIツールでアラビア語話者を強化するための重要なステップである。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:58:20 GMT)
BICompFL: Stochastic Federated Learning with Bi-Directional Compression [70.4]
我々は、連合学習(FL)における顕著なコミュニケーションボトルネックに対処する。両方向圧縮に固有の課題があることを示し,BICompFLで対処する。我々のBICompFLは、最先端の精度を維持しつつ、複数のベンチマークと比較すると、通信コストを桁違いに削減できることを示した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 22:48:43 GMT)
Calling a Spade a Heart: Gaslighting Multimodal Large Language Models via Negation [65.9]
本稿では,マルチモーダル大規模言語モデル(MLLM)を多種多様なベンチマークで体系的に評価する。否定論が最初に正しい応答を示すために導入されたとき、大きな性能低下を示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 10:37:48 GMT)
Evaluating LLM-based Personal Information Extraction and Countermeasures [63.9]
大規模言語モデル(LLM)に基づく個人情報抽出をベンチマークすることができる。 LLMは攻撃者によって誤用され、個人プロファイルから様々な個人情報を正確に抽出する。プロンプトインジェクションは強力なLDMベースの攻撃に対して防御し、攻撃をより効果的でない従来の攻撃に還元する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 05:16:50 GMT)
Resolving Editing-Unlearning Conflicts: A Knowledge Codebook Framework for Large Language Model Updating [61.7]
大きな言語モデル(LLM)は、人間の知識を符号化することで自然言語処理に優れる。 LLMの更新には、不要な知識を取り除くための学習と、新しい情報を統合するための編集という、2つの重要なタスクが同時に行われる。知識コードブックに基づく LLM 更新のためのコンフリクトフリーフレームワーク Loka を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 20:48:46 GMT)
Symmetric Pruning of Large Language Models [61.3]
Wanda や RIA のような訓練後プルニングの手法は、シンプルだが効果的な設計で知られている。本稿では, プルーニングの標準最小化目標を再定義する新たな理論的知見を紹介する。本稿では,入力アクティベーションと重みの両面を考慮した補完戦略を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 09:23:06 GMT)
mFollowIR: a Multilingual Benchmark for Instruction Following in Retrieval [61.2]
本稿では,検索モデルにおける命令追従能力のベンチマークであるmFollowIRを紹介する。本稿では,多言語 (XX-XX) と多言語 (En-XX) のパフォーマンスについて述べる。英語をベースとした学習者による多言語間性能は高いが,多言語設定では顕著な性能低下がみられた。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:24:46 GMT)
Can LLMs Separate Instructions From Data? And What Do We Even Mean By That? [60.5]
大規模言語モデル(LLM)は、多くの実用的なアプリケーションにおいて印象的な結果を示すが、基本的な安全性機能は欠如している。これにより、間接的なプロンプトインジェクションのような操作に脆弱になり、一般に安全クリティカルなタスクには適さない。モデル出力から計算可能な命令データ分離の形式的尺度と経験的変量を導入する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:06:52 GMT)
FlexiGPT: Pruning and Extending Large Language Models with Low-Rank Weight Sharing [59.1]
本稿では,重み付けスコアに基づいてモデルブロックを選択的にプルーする大規模言語モデル(LLM)をプルーする手法を提案する。重み共有機構を用いて各刈り込みブロックを置換する原理的計量を提案する。経験的評価は、既存の方法よりも大幅にパフォーマンスが向上したことを示している。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:38:07 GMT)
Orthogonal Subspace Decomposition for Generalizable AI-Generated Image Detection [58.9]
航法的に訓練された検出器は、限定的で単調な偽のパターンに過度に適合する傾向にあり、特徴空間は高度に制約され、低ランクになる。潜在的な治療法の1つは、ビジョンファウンデーションモデルに事前訓練された知識を取り入れて、機能領域を広げることである。主成分を凍結し,残った成分のみを適応させることで,偽造関係のパターンを学習しながら,事前学習した知識を保存できる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:31:54 GMT)
TeZO: Empowering the Low-Rankness on the Temporal Dimension in the Zeroth-Order Optimization for Fine-tuning LLMs [58.2]
モデルと時間次元の両方にわたって低ランク度をキャプチャする新しい低ランクZO推定器TeZOを提案する。具体的には、時間次元に沿ったZO摂動を3次元テンソルとして表現し、Canonical Polyadic Decomposition (CPD)を用いて各低ランク2次元行列を抽出する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:34:03 GMT)
Nearly-Optimal Bandit Learning in Stackelberg Games with Side Information [57.3]
そこで我々は,Stackelbergゲームにおけるオンライン学習の問題について,リーダーとフォロワーの列の側情報を用いて検討した。我々は,リーダに対する学習アルゴリズムを提供し,盗聴フィードバックの下でO(T1/2)$後悔を達成する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 22:40:57 GMT)
Offline Learning for Combinatorial Multi-armed Bandits [57.0]
Off-CMABはCMABの最初のオフライン学習フレームワークである。 Off-CMABは悲観的な報酬推定と解法を組み合わせる。合成および実世界のデータセットの実験は、CLCBの優れた性能を強調している。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:56:18 GMT)
SafetyAnalyst: Interpretable, transparent, and steerable safety moderation for AI behavior [56.1]
我々は、新しいAI安全モデレーションフレームワークであるSafetyAnalystを紹介する。 AIの振る舞いを考えると、SafetyAnalystはチェーン・オブ・シークレット・推論を使用してその潜在的な結果を分析する。あらゆる有害かつ有益な効果を、完全に解釈可能な重みパラメータを用いて有害度スコアに集約する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:01:12 GMT)
Should You Use Your Large Language Model to Explore or Exploit? [55.6]
探索・探索トレードオフに直面した意思決定エージェントを支援するために,大規模言語モデルの能力を評価する。現在のLLMは、しばしば利用に苦労するが、小規模タスクのパフォーマンスを大幅に改善するために、コンテキスト内緩和が用いられる可能性がある。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 23:42:53 GMT)
Enhancing Code Generation for Low-Resource Languages: No Silver Bullet [55.4]
大規模言語モデル(LLM)は、プログラミング言語の構文、意味論、使用パターンを学ぶために、大規模で多様なデータセットに依存している。低リソース言語では、そのようなデータの限られた可用性は、モデルを効果的に一般化する能力を損なう。本稿では,低リソース言語におけるLLMの性能向上のためのいくつかの手法の有効性を実証研究する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:23:28 GMT)
Node Classification and Search on the Rubik's Cube Graph with GNNs [55.2]
本研究では3x3x3ルービックのルービック問題を解くための深部幾何学モデルの応用に焦点を当てた。まず、立方体のグラフ表現と距離をモデルの最適化目的として定義することから始める。距離近似タスクはノード分類問題として再構成され、グラフニューラルネットワーク(GNN)を用いて効果的に処理される。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:57:14 GMT)
The Surprising Agreement Between Convex Optimization Theory and Learning-Rate Scheduling for Large Model Training [55.2]
本研究では,大規模モデル学習における学習速度のスケジュールが,非滑らかな最適化理論に縛られた凸と驚くほど類似していることを示す。最適学習率で継続トレーニングのスケジュールを延長し、かつ、最適学習率をスケジュール間で転送することにより、124Mと210MのLlama型モデルをトレーニングするための顕著な改善を実現した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 08:55:56 GMT)
Collaboratively Self-supervised Video Representation Learning for Action Recognition [54.9]
我々は,行動認識に特化した協調的自己指導型ビデオ表現学習フレームワークを設計する。提案手法は,複数の人気ビデオデータセット上での最先端性能を実現する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:33:03 GMT)
AutoElicit: Using Large Language Models for Expert Prior Elicitation in Predictive Modelling [53.5]
我々はAutoElicitを導入し、大規模言語モデルから知識を抽出し、予測モデルのための事前構築を行う。これらの先行情報は情報的であり、自然言語を用いて洗練できることを示す。 AutoElicitは、非形式的な事前よりもエラーを大幅に減らし、ラベルを減らし、コンテクスト内学習を一貫して上回ります。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:04:34 GMT)
Scaling Laws for Differentially Private Language Models [53.1]
スケーリング法則は、大規模言語モデル(LLM)トレーニングの重要なコンポーネントとして現れ、スケールによるパフォーマンス向上を予測することができる。 LLMは(時にはセンシティブな)ユーザデータから得られるような、大規模で高品質なトレーニングデータセットに依存しています。この機密性の高いユーザーデータのトレーニングモデルは、差分プライバシー(DP)のような慎重なプライバシー保護を必要とする
論文参考訳（メタデータ） (Fri, 31 Jan 2025 06:32:46 GMT)
Collaborative Diffusion Model for Recommender System [52.6]
Recommender System (CDiff4Rec) のための協調拡散モデルを提案する。 CDiff4Recはアイテム機能から擬似ユーザを生成し、本物と偽の個人的隣人の両方から協調的な信号を利用する。 3つの公開データセットによる実験結果から、CDiff4Recは、パーソナライズされた情報の損失を効果的に軽減することで、競合より優れていることが示された。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 10:05:01 GMT)
ALBAR: Adversarial Learning approach to mitigate Biases in Action Recognition [52.5]
行動認識モデルは、しばしば背景バイアス(背景の手がかりに基づく行動の推測)と前景バイアス(主題の外観に依存する)に悩まされる。本稿では,前景や背景のバイアスを,バイアス特性の専門知識を必要とせずに軽減する,新たな対人訓練手法であるALBARを提案する。我々は,提案手法を確立された背景および前景バイアスプロトコル上で評価し,新しい最先端技術を設定し,HMDB51上で12%以上のデバイアス性能を向上した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 20:47:06 GMT)
BTS: Harmonizing Specialized Experts into a Generalist LLM [52.0]
Branch-Train-Stitch (BTS) は、独立に訓練された大規模言語モデル(LLM)の専門家を単一の有能なジェネラリストモデルに統合するための効率的なトレーニングアルゴリズムである。代替モデルのマージアプローチと比較すると、BTSは様々な下流タスクにおいて最高の一般化性能を得る。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 07:54:34 GMT)
LLM4Rerank: LLM-based Auto-Reranking Framework for Recommendations [51.8]
リグレードはレコメンデーションシステムにおいて重要な要素であり、レコメンデーションアルゴリズムの出力を精査する上で重要な役割を果たす。そこで我々は,様々な格付け基準をシームレスに統合する包括的格付けフレームワークを提案する。カスタマイズ可能な入力機構も統合されており、言語モデルのフォーカスを特定の再配置のニーズに合わせることができる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:22:27 GMT)
Private Fine-tuning of Large Language Models with Zeroth-order Optimization [51.2]
差分的プライベート勾配降下(DP-SGD)により、モデルはプライバシ保護の方法でトレーニングできる。 DP-ZO(DP-ZO)は,ゼロオーダー最適化手法を民営化することで,大規模言語モデルのためのプライベートな微調整フレームワークである。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 02:33:07 GMT)
IC-Portrait: In-Context Matching for View-Consistent Personalized Portrait [51.2]
IC-Portraitは、パーソナライズされた肖像画生成のために個々のアイデンティティを正確にエンコードするように設計された新しいフレームワークである。我々の重要な洞察は、事前学習された拡散モデルは、文脈内密対応マッチングのための高速学習者であるということである。我々は,IC-Portraitが既存の最先端手法を定量的かつ質的に一貫的に上回っていることを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:36:27 GMT)
PixelWorld: Towards Perceiving Everything as Pixels [50.1]
我々は,すべてのモダリティ(テキスト,テーブル,コード,図,画像など)をピクセル入力として統一することを提案する。既存のモデルの性能を評価するために、上述したすべてのモダリティをピクセル空間に統合する新しい評価スイートであるPixelWorldを紹介した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:39:21 GMT)
Rethinking Early Stopping: Refine, Then Calibrate [50.0]
校正誤差と校正誤差は,訓練中に同時に最小化されないことを示す。我々は,早期停止とハイパーパラメータチューニングのための新しい指標を導入し,トレーニング中の改善誤差を最小限に抑える。本手法は,任意のアーキテクチャとシームレスに統合し,多様な分類タスクにおける性能を継続的に向上する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:03:54 GMT)
Laser: Efficient Language-Guided Segmentation in Neural Radiance Fields [49.7]
本稿では,CLIP特徴蒸留を利用して,言語指導による効率的な3次元セグメンテーションを実現する手法を提案する。これを実現するために,我々は,高密度CLIP特徴蒸留プロセスにおいて,アダプタモジュールを導入し,ノイズ問題を緩和する。本手法は, 訓練速度と性能の両面で, 現在の最先端技術を上回っている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:19:14 GMT)
Efficient Reasoning with Hidden Thinking [49.0]
CoT(Chain-of-Thought)推論は、複雑な問題解決能力を改善するための強力なフレームワークになっています。我々は,隠された潜在空間におけるCoTの推論を利用した効率的な推論フレームワークであるtextbfHeima$(隠されたラマとして)を提案する。ハイマモデルは、ゼロショットタスクの精度を維持しつつ、より高い生成効率を達成する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:10:29 GMT)
Differentially Private Policy Gradient [48.7]
本研究では,プライバシノイズと信頼領域サイズとの間の適切なトレードオフを見出すことができ,性能的にプライベートなポリシー勾配アルゴリズムが得られることを示す。この結果と課題の複雑さは,オンラインRLにおける既存のDPアルゴリズムよりも大幅に改善されている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:11:13 GMT)
Think Smarter not Harder: Adaptive Reasoning with Inference Aware Optimization [48.6]
本研究では,モデルが推論予算の制約に対して実用性として定式化することで,推論予算を認識できるようにする手法を提案する。簡単に言えば、IBPOを通じて微調整されたモデルは、クエリの難しさを理解し、より難しいものに推論予算を割り当てる。これらの改善は、同じ予算の下での自己整合性(self-consistency)の約2ドルである。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:06:26 GMT)
PRKAN: Parameter-Reduced Kolmogorov-Arnold Networks [47.9]
Kolmogorov-Arnold Networks (KAN) は、ニューラルネットワークアーキテクチャの革新を象徴している。 Kansは、CNN、Recurrent Reduced Networks(RNN)、Transformerなどのモデルで、MLP(Multi-Layer Perceptrons)に代わる魅力的な代替手段を提供する。本稿では,階層内のパラメータ数を削減するために複数の手法を用いたPRKANを導入し,ニューラルM層に匹敵する手法を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 00:36:53 GMT)
Rethinking Model Evaluation as Narrowing the Socio-Technical Gap [47.6]
モデル評価の実践は、この均質化によってもたらされる課題や責任に対処するために、重要なタスクを負わなければならない、と我々は主張する。我々は,現実の文脈と人間の要求に基づく評価手法の開発をコミュニティに促す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:59:17 GMT)
Error Slice Discovery via Manifold Compactness [47.6]
事前に定義されたスライスラベルのような余分な情報に頼ることなく、スライスコヒーレンスの適切なメトリックは存在しない。本稿では,データ幾何特性を設計に組み込むことにより,余分な情報に依存しないコヒーレンス計量である多様体コンパクト性を提案する。そこで我々は,リスクとコヒーレンスを直接最適化対象とする新しいアルゴリズムであるManifold Compactness based error Slice Discovery (MCSD)を開発した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:02:07 GMT)
RoVRM: A Robust Visual Reward Model Optimized via Auxiliary Textual Preference Data [47.6]
大型視覚言語モデル(LVLM)は人間の好みと一致しないことが多い。本稿では,LVLMのヒューマン・参照アライメントを改善するロバスト・ビジュアル・リワード・モデル(RoVRM)を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:30:07 GMT)
BEAT: Balanced Frequency Adaptive Tuning for Long-Term Time-Series Forecasting [46.9]
時系列予測は、天気予報や金融市場モデリングを含む多くの現実世界のアプリケーションにとって不可欠である。 BEAT(Balanced frequency Adaptive Tuning)は、各周波数のトレーニング状況を監視し、勾配更新を適応的に調整する新しいフレームワークである。 BEATは7つの実世界のデータセットの実験において、最先端のアプローチを一貫して上回っている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:52:35 GMT)
Contrast-Aware Calibration for Fine-Tuned CLIP: Leveraging Image-Text Alignment [46.9]
視覚言語モデル(VLM)は例外的な能力を示しており、迅速な微調整によって下流のタスクに迅速に適応することができる。オープン語彙設定などの非トレーニングクラスを含む分類タスクでは、微調整されたVLMは、しばしば訓練クラスに過度に適合し、信頼スコアと未確認クラスの実際の精度の誤調整をもたらす。既存の信頼性キャリブレーション手法では、トレーニングパラメータやトレーニングデータセットの特徴の分析が必要であり、対応する列車データなしで未確認のクラスを一般化する能力を制限している。 5つの微調整方法を持つ11のデータセットを含む実験において、CACは、列車と見知らぬクラスの両方において、常に最高の校正効果を達成した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:47:15 GMT)
SampleLLM: Optimizing Tabular Data Synthesis in Recommendations [46.7]
タブラルデータ合成は機械学習において重要であるが、既存の一般的な手法は非常にデータに依存しており、レコメンデータシステムでは不足することが多い。この制限は、複雑な分布を捉え、スパースデータと限定データから特徴関係を理解するのが困難であることから生じる。そこで本研究では,LLMに基づくデータ合成の品質向上を目的とした,SampleLLMという2段階のフレームワークを提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:00:30 GMT)
Constitutional Classifiers: Defending against Universal Jailbreaks across Thousands of Hours of Red Teaming [46.6]
大規模言語モデル(LLM)は、普遍的ジェイルブレイク・プロンプティング戦略に対して脆弱である。我々は、合成データで訓練された保護と、自然言語規則によるLLMの促進について紹介する。我々の研究は、実践的な展開可能性を維持しながら、普遍的ジェイルブレイクに対する防御が困難であることを実証している。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 01:09:32 GMT)
FAN: Fourier Analysis Networks [46.2]
我々は、幅広い適用性を提供し、周期性モデリングの課題に対処する、新しい汎用ニューラルネットワークであるFANを提案する。本研究では、周期性モデリングタスクにおけるFANの優位性と、実世界のタスクにおけるFANの有効性と一般化性を示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:00:03 GMT)
SELMA: A Speech-Enabled Language Model for Virtual Assistant Interactions [46.1]
仮想アシスタントインタラクションのための言語モデルであるSELMAを提示し,評価する。オーディオエンコーダとLarge Language Modelの両方のパラメータ効率訓練に低ランク適応モジュールを用いる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:30:36 GMT)
ContextFormer: Redefining Efficiency in Semantic Segmentation [46.1]
畳み込み法は、局所的な依存関係をうまく捉えるが、長距離関係に苦慮する。ビジョントランスフォーマー(ViT)は、グローバルなコンテキストキャプチャでは優れるが、高い計算要求によって妨げられる。我々は,リアルタイムセマンティックセグメンテーションの効率,精度,堅牢性のバランスをとるために,CNN と ViT の強みを活用したハイブリッドフレームワーク ContextFormer を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:11:04 GMT)
TabFSBench: Tabular Benchmark for Feature Shifts in Open Environment [45.4]
タブラルデータは様々な機械学習タスクで広く利用されている。これまでの研究は主に分布シフトを緩和することに集中してきたが、特徴シフトは限定的な注目を集めた。本稿では,表型データにおける特徴シフトに関する最初の包括的研究を行い,最初の表型特徴シフトベンチマーク(TabFSBench)を紹介する。 TabFSBenchは、https://github.com/LAMDASZ-ML/TabFSBenchで数行のPythonコードを使用することで、パブリックアクセス用にリリースされた。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 07:40:34 GMT)
SpatialVLA: Exploring Spatial Representations for Visual-Language-Action Model [45.0]
空間理解はロボット操作のキーポイントです本研究では,ロボット基盤モデルのための効果的な空間表現を探索する空間VLAを提案する。提案したAdaptive Action Gridsは,事前学習したSpatialVLAモデルを微調整し,新しいシミュレーションと実世界のセットアップを実現するための,新しい効果的な方法を提供する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 03:45:56 GMT)
Noninterference Analysis of Irreversible or Reversible Systems with Nondeterminism and Probabilities [45.0]
非干渉理論は、マルチレベルセキュリティシステムにおけるセキュアな計算の分析をサポートする。非決定論的設定では、弱い双相似性を通して非干渉を評価することは可逆的システムには適しているが、可逆的双相似性に分岐するものはより適切であることが証明されている。我々は、可逆系と可逆系のそれぞれに弱および分岐双相似の確率的不変量を採用することにより、非干渉特性を再送する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:49:42 GMT)
\underline{E2}Former: A Linear-time \underline{E}fficient and \underline{E}quivariant Trans\underline{former} for Scalable Molecular Modeling [44.8]
We introduced E2Former, an equivariant and efficient transformer architecture that with the Wigner 6,j$ convolution (Wigner 6,j$ Conv) 計算負荷をエッジからノードにシフトすることで、Wigner 6j$ Convは複雑さを$O(|mathcalE|)$から$O(| MathcalV|)$に縮める。この開発は、スケーラブルで効率的な分子モデリングのための有望な方向を示唆する可能性がある。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:22:58 GMT)
Diverse Preference Optimization [44.6]
DivPO(Diverse Preference Optimization)は,従来のパイプラインよりもはるかに多様な応答を生成する最適化手法である。 DivPOでは、まず、反応のプールと、それら間の多様性の尺度を考慮し、選択された例を、よりレアだが高品質なものとして選択することで、好みのペアを選択する。 DivPOは45.6%のパーソナ属性を生成し、ストーリーの多様性は74.6%増加し、標準ベースラインと同じような勝利率を維持している。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:57:58 GMT)
LLMDet: Learning Strong Open-Vocabulary Object Detectors under the Supervision of Large Language Models [44.6]
最近のオープンボキャブラリ検出器は、豊富な領域レベルのアノテートデータで有望な性能を達成する。画像ごとに画像レベルの詳細なキャプションを生成することにより,大規模言語モデルと共用するオープン語彙検出器により,性能が向上することを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 08:27:31 GMT)
Reward-aware Preference Optimization: A Unified Mathematical Framework for Model Alignment [44.2]
本稿では、人気のある選好最適化手法を統合する数学的フレームワークであるReward-Aware Preference Optimization (RPO)を紹介する。 RPOは、様々な設計選択の影響を混乱させ、体系的に研究するための構造化されたアプローチを提供する。そこで我々は,このような設計選択をクリーンかつ直接アブレーションできる新しい実験装置を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 22:39:04 GMT)
Efficient Supernet Training with Orthogonal Softmax for Scalable ASR Model Compression [43.3]
我々は、スーパーネットトレーニングを用いて、様々なサイズの複数のエンコーダを共同で訓練し、冗長なトレーニングをすることなく、動的モデルサイズ調整をハードウェア制約に適合させることができる。我々は,複数のソフトマックス関数を適用して,スーパーネット内の最適点を効率的に同定するOrthoSoftmaxという新しい手法を提案する。 CTC on Librispeech と TED-Lium-v2 による結果から,FLOPs を意識したコンポーネント選択が全体的な性能を向上させることが示唆された。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 05:23:03 GMT)
Are They the Same? Exploring Visual Correspondence Shortcomings of Multimodal LLMs [42.6]
我々は,30種類のMLLMに対して,相当なベンチマークを行うベンチマークを構築した。オブジェクトレベルのコントラスト学習と命令強化戦略を備えた新しいコントラスト型MLLMであるCoLVAを提案する。その結果,CoLVAはMMVMベンチマークで51.06%の総合精度(OA)を達成し,それぞれGPT-4o,ベースラインが8.41%,OA23.58%を上回った。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:12:22 GMT)
Anatomy Might Be All You Need: Forecasting What to Do During Surgery [41.9]
内視鏡などのツールからビデオフィードを分析することで,ライブガイダンスの提供への関心が高まっている。本研究の目的は, 手術器具の軌跡を予測し, より精密な指導を行うことである。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:07:52 GMT)
FACTTRACK: Time-Aware World State Tracking in Story Outlines [41.9]
本稿では,原子の事実を追跡し,矛盾に対処するための新しい手法FACTTRACKを提案する。 FACTTRACKは、各事実に対する時間認識の妥当性間隔も維持し、経時変化を可能にする。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:36:02 GMT)
Boundaries for quantum advantage with single photons and loop-based time-bin interferometers [40.9]
ループベースのボソンサンプリング器は、一連の遅延線を用いて自由度で光子を干渉する。本稿では,このループ構造を利用してより効率的なシミュレーションを行う手法を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:07:38 GMT)
Concurrent Learning with Aggregated States via Randomized Least Squares Value Iteration [40.7]
ランダム化を注入することは、環境を連続的に探索するエージェントの社会に役立てるかどうかを考察する。有限および無限水平環境における最悪の後悔境界を示す。我々は空間の複雑さを$K$の係数で減らし、最悪ケースの後悔の上限を$sqrtK$だけ増やす。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 04:04:07 GMT)
A Comprehensive Framework for Semantic Similarity Analysis of Human and AI-Generated Text Using Transformer Architectures and Ensemble Techniques [40.7]
従来の手法では、人間と機械が生成したコンテンツ間の微妙な意味的差異を捉えられなかった。本稿では,DeBERTa-v3-largeモデル,双方向LSTM,線形アテンションプールを併用して,局所的および大域的セマンティックパターンを抽出する手法を提案する。実験の結果,本手法は従来の手法よりも有効であり,AIによるテキスト検出や他のテキスト比較タスクの有用性が証明された。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 02:10:36 GMT)
Gradient Aligned Regression via Pairwise Losses [40.7]
Gradient Aligned Regression (GAR) はラベル空間において競合する代替手法である。動作時間実験は既存の手法よりも提案したGARの効率が優れていることを示す。ノイズやアウトレーヤ、分散シフトのないクリーンなデータ設定での回帰として、現在のスコープを制限します。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 22:32:17 GMT)
A Generic Hybrid Framework for 2D Visual Reconstruction [39.6]
本稿では,2次元実世界の再現タスクを,正方形の非重複部分を持つジグソーパズル問題 (JPP) として定式化するための多目的ハイブリッドフレームワークを提案する。提案手法は,一対のパズル片を論理的に評価する深層学習(DL)ベースの互換性尺度(CM)モデルを統合する。我々の独自のハイブリッド手法は、ポルトガルのタイルパネルと大きな劣化パズルを浸食境界で再構築することで、最先端のSOTA(State-of-the-art)を実現する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:21:29 GMT)
Physically Interpretable Representation and Controlled Generation for Turbulence Data [39.4]
本稿では,高次元科学的データを低次元,物理的に意味のある表現に符号化するデータ駆動型手法を提案する。レイノルズ数の範囲を越えるシリンダーを過ぎる流れの2次元ナビエ・ストークスシミュレーションを用いて,本手法の有効性を検証した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:51:14 GMT)
BinaryDM: Accurate Weight Binarization for Efficient Diffusion Models [39.3]
本稿では,バイナライズされたDMを正確かつ効率的に推し進めるため,DMの新しい重み付きバイナライズ手法,すなわちBinaryDMを提案する。表現の観点からは、EDB(Evolvable-Basis Binarizer)を提示し、完全精度から正確に二項化できるDMのスムーズな進化を可能にする。実験により、BinaryDMは、超低ビット幅でのDMのSOTA量子化法と比較して、高い精度と効率向上を達成することが示された。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 07:11:43 GMT)
CamCtrl3D: Single-Image Scene Exploration with Precise 3D Camera Control [39.2]
本稿では,1枚の画像と所定のカメラ軌跡からシーンのフライスルー映像を生成する手法を提案する。 4つの手法を用いて,UNetデノイザをカメラ軌道上に配置する。私たちは、シーン間のスケール一貫性のために、データセット内のカメラ位置を調整し、シーン探索モデルCamCtrl3Dをトレーニングし、最先端の結果を示します。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:26:57 GMT)
SAN: Hypothesizing Long-Term Synaptic Development and Neural Engram Mechanism in Scalable Model's Parameter-Efficient Fine-Tuning [39.0]
我々は、事前学習パラメータ空間の洗練された解析により、FFT(Full Fine-Tuning)による性能ギャップを橋渡しした。本稿では,前方から後方へのスケーリング成分を分解するSynapse and Neuron(SAN)を提案する。本研究のアプローチは,神経伝達物質放出によるシナプス発生を制御する長期増強/抑うつ/D現象に理論的に基礎を置いている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:25:17 GMT)
Beyond Token Compression: A Training-Free Reduction Framework for Efficient Visual Processing in MLLMs [38.3]
MLLM(Multimodal Large Language Model)は通常、デコーダのみまたはクロスアテンションアーキテクチャに基づいている。視覚トークンに対する大規模な自己アテンションとFFN操作により、計算資源が大幅に高くなる。本稿では,デコーダのみのMLLMにおいて,これらのコストのかかる操作の必要性を調査するための新しい分析フレームワークを提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:09:16 GMT)
Towards the Worst-case Robustness of Large Language Models [38.3]
textitDiffTextPureは、事前に定義された平滑な分布を用いて入力プロンプトを拡散させる一般的な防御法である。理論的には、フラクタル・クナプサックあるいは 0-1 クナプサックソルバを用いて、全ての滑らかな分布に対する強ロバスト性の下界を導出する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:10:49 GMT)
A Multi-Modal Explainability Approach for Human-Aware Robots in Multi-Party Conversation [38.2]
本稿では,従来の最先端技術と比較して性能が向上したアドレス推定モデルを提案する。また、上記のアーキテクチャに説明可能性と透明性を組み込むいくつかの方法を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:15:57 GMT)
Enabling Autonomic Microservice Management through Self-Learning Agents [38.1]
ServiceOdysseyは、サービス固有の構成に関する事前の知識を必要とせずに自律的に管理する、セルフラーニングエージェントシステムである。 Sock Shopマイクロサービスで構築されたプロトタイプは、自律的マイクロサービス管理におけるこのアプローチの可能性を実証している。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:32:05 GMT)
Breaking the Curse of Multiagency in Robust Multi-Agent Reinforcement Learning [37.8]
分布的にロバストなマルコフゲーム (RMG) は、MARLのロバスト性を高めるために提案されている。悪名高いオープンな2つの課題は、不確実性の集合の定式化と、対応するRMGがマルチ緊急の呪いを克服できるかどうかである。本研究では,行動経済学に着想を得た自然なRMGのクラスを提案し,各エージェントの不確実性セットは,環境と他のエージェントの統合行動の両方によって形成される。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 10:02:45 GMT)
ExeCoder: Empowering Large Language Models with Executability Representation for Code Translation [37.3]
コード翻訳は、ソフトウェア開発とメンテナンスプロセスにおいて重要な活動です。既存の大きな言語モデル(LLM)は、事前トレーニング中にのみコードのコンテキスト意味を学習する。コード翻訳に特化したLLMであるExeCoderを提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 03:30:34 GMT)
Better Slow than Sorry: Introducing Positive Friction for Reliable Dialogue Systems [36.9]
摩擦のない対話は、AI出力への非クリティカルな依存を促進する。本稿では,会話型AIに肯定的な摩擦を組み込むことにより,ユーザの目標に対する反映,システム応答に対する批判的思考,その後のAIシステムの再コンディショニングを促進することを提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:51:30 GMT)
SETS: Leveraging Self-Verification and Self-Correction for Improved Test-Time Scaling [36.8]
自己拡張テスト時間スケーリング(SETS)は、サンプリング、自己検証、自己補正を統一されたフレームワークに統合する新しい手法である。 SETSは、大幅なパフォーマンス改善と、より好ましいテストタイムスケーリング法則を実現している。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:03:16 GMT)
Ladder-residual: parallelism-aware architecture for accelerating large model inference with communication overlapping [36.7]
すべての残差ベースモデルに適用可能な,シンプルなアーキテクチャ変更であるLadder Residualを紹介する。 Ladder Residualをすべてのレイヤに適用することで、TPシャーディングを8デバイス以上使用することで、推論時にエンドツーエンドのウォールクロックを29%高速化することができる。 1Bおよび3Bラダー変換器をスクラッチからトレーニングし、標準の高密度変圧器ベースラインに匹敵する性能を観測する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 23:17:56 GMT)
Including frameworks of public health ethics in computational modelling of infectious disease interventions [36.4]
倫理的意思決定において重要なものとして認識される多くの値は、計算モデルから欠落している。本研究では,SARS-CoV-2などの病原体に対するワクチン接種のための簡易な計算モデルの評価に,複数の公衆衛生値を統合するための概念実証アプローチを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 04:22:25 GMT)
Adaptive Learn-then-Test: Statistically Valid and Efficient Hyperparameter Selection [36.4]
本稿では,AIモデルの集団リスクに対する有限サンプル統計保証を実現するために,適応型学習仮説テスト(aLTT)を導入する。既存のLearning-then-test(LTT)技術とは異なり、aLTTは、eプロセスを活用することで早期終了を伴うシーケンシャルなデータ依存型多重仮説テスト(MHT)を実装している。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:04:08 GMT)
Improving Unsupervised Constituency Parsing via Maximizing Semantic Information [35.6]
教師なしの選挙区は、文内のフレーズを木のような構文構成構造に整理する。文ログ類似度(LL)を最大化する従来の目的は、構成構造と意味論の密接な関係を明示的に考慮していない。教師なしメトリクスをトレーニングするための新しい目標:構成構造と文意味学の情報を最大化する(SemInfo)。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:47:07 GMT)
BADM: Batch ADMM for Deep Learning [35.4]
勾配降下に基づくアルゴリズムはディープニューラルネットワークのトレーニングに広く用いられているが、しばしば収束が遅い。我々は、乗算器の交互方向法(ADMM)の枠組みを利用して、バッチADMM(Batch ADMM)と呼ばれる新しいデータ駆動アルゴリズムを開発する。我々は,グラフモデリング,コンピュータビジョン,画像生成,自然言語処理など,さまざまなディープラーニングタスクにおけるBADMの性能を評価する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:12:56 GMT)
A Benchmark for Incremental Micro-expression Recognition [35.4]
インクリメンタルなマイクロ圧縮認識に特化して設計された最初のベンチマークを紹介する。まず,マイクロ圧縮認識に適したインクリメンタル学習設定を定式化する。第2に、実世界のシナリオを反映するために、注意深くキュレートされた学習順序付きシーケンシャルデータセットを整理する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:14:16 GMT)
Lightspeed Geometric Dataset Distance via Sliced Optimal Transport [35.2]
我々は、データセット比較のためのモデル非依存、埋め込み非依存アプローチであるスライスされた最適トランスポートデータセット距離(s-OTDD)を導入する。データセットを1次元の分布に変換するデータポイントプロジェクションを導出する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 05:42:58 GMT)
Understanding Generalization in Physics Informed Models through Affine Variety Dimensions [35.2]
微分方程式構造を取り入れた線形回帰器の一般化性能はアフィン多様体の次元によって決定されることを示す。この発見は、非線形方程式を含む様々な方程式の統一的な解析を可能にする。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 04:25:22 GMT)
Strassen Attention: Unlocking Compositional Abilities in Transformers Based on a New Lower Bound Method [34.8]
一層ソフトマックス変換器に対する第1の下位境界を無限精度で証明する。そこで我々は,Strassenの注意を喚起し,この機構により1層トランスフォーマーがこれらの課題をすべて解決できることを示す。我々の結果は、これらの注意機構をすべて切り離し、その強みと限界を強調するのに役立ちます。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:21:54 GMT)
Idempotence and Perceptual Image Compression [34.4]
イデムポタンス(Idempotence)とは、画像の再圧縮に対する安定性である。本稿では,非条件生成モデルにIdempotence制約を加えることにより,知覚イメージの新たなパラダイムを提案する。我々の理論は条件付き生成と等価であり、新しいモデルを訓練する必要はない。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 03:41:37 GMT)
Benign Overfitting in Token Selection of Attention Mechanism [34.3]
ラベルノイズを伴う分類問題における注意機構の学習力学と一般化能力について検討した。本稿では,信号対雑音比(SNR)の特性から,アテンション機構のトークン選択が過度に適合することを示す。我々の研究は、オーバーフィッティングの初期段階の後に一般化の獲得が遅れていることも示している。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:09:22 GMT)
Linear $Q$-Learning Does Not Diverge: Convergence Rates to a Bounded Set [34.1]
本稿では、線形$Q$学習の最初の$L2$収束率を有界集合に設定する。必要なのは、適応温度の$epsilon$-softmaxの行動ポリシーだけです。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:10:50 GMT)
A Simple Aerial Detection Baseline of Multimodal Language Models [33.9]
LMMRotateという,マルチモーダル空中検出を初めて適用するための簡単なベースラインを提案する。オープンソースの汎用性を微調整してベースラインを構築し,従来の検出器に匹敵する優れた検出性能を実現する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 21:29:40 GMT)
Monte Carlo Tree Search for Comprehensive Exploration in LLM-Based Automatic Heuristic Design [33.6]
大規模言語モデル (LLM) に基づく自動設計 (AHD) 手法は、手作業による介入なしに高品質な設計を作成することを約束している。本稿では,進化進化にモンテカルロ木探索(MCTS)を用いることを提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 05:28:15 GMT)
Unraveling Zeroth-Order Optimization through the Lens of Low-Dimensional Structured Perturbations [33.4]
Zeroth-order (ZO) 最適化は、勾配ベースのバックプロパゲーション法に代わる有望な代替手段として登場した。我々は高次元性が主要なボトルネックであることを示し、構造的摂動が勾配雑音を減らし収束を加速する方法を説明するために、テクティットとテクティット有効摂動の概念を導入する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:46:04 GMT)
Do Large Multimodal Models Solve Caption Generation for Scientific Figures? Lessons Learned from SCICAP Challenge 2023 [33.1]
2023年、最初のSCICAPチャレンジが行われ、世界中のチームが拡張されたSCICAPデータセットを使用して、さまざまな学術分野のさまざまなフィギュアタイプをキャプションするモデルを開発するよう促した。本稿では,第1回SCICAPチャレンジの概要と,そのデータ上での各種モデルの性能について詳述し,フィールド状態のスナップショットを撮影する。プロの編集者は、GPT-4Vが生成した文字キャプションを他の全てのモデルや著者のオリジナルのキャプションよりも圧倒的に好んだ。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:02:19 GMT)
Near-Optimal Algorithms for Group Distributionally Robust Optimization and Beyond [33.1]
そこで我々は,グループDRO,サブポピュレーションフェアネス,経験的条件値などのDRO問題のクラスに対するアルゴリズムを考案した。我々の新しいアルゴリズムは、複数のDRO設定のための既存のアルゴリズムよりも高速な収束率を実現する。経験的にも、私たちのアルゴリズムは既知の手法よりも優れています。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:54:09 GMT)
$α$-OCC: Uncertainty-Aware Camera-based 3D Semantic Occupancy Prediction [32.8]
カメラによる3Dセマンティック占領予測(OCC)は,限られた観測からシーン形状と意味を推定することを目的としている。最初にDepth-UPを紹介します。これは、最大11.58%の幾何補完を改善する不確実性伝播フレームワークです。不確実性(UQ)のために,OCCデータセットの高レベルクラス不均衡を効果的に扱う階層的整合予測(HCP)手法を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:18:56 GMT)
LUK: Empowering Log Understanding with Expert Knowledge from Large Language Models [32.7]
小言語モデル (PLM) と大言語モデル (LLM) は、ログ分析における現在の主流のアプローチとなっている。本稿では,LLMから専門知識を自動取得するLUKと呼ばれる新しい知識向上フレームワークを導入し,これらの知識を用いてログ解析を行うため,より小さなPLMを向上する。 LUKは、異なるログ分析タスクに関する最先端の結果を達成し、LLMからのエキスパート知識をより効果的に利用してログを理解するための広範な実験を行った。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 05:51:52 GMT)
Epistemic Logic Programs: Non-Ground and Counting Complexity [32.6]
疫学論理プログラム(ELP)は、ASPを拡張して全てのまたはいくつかの回答セットを推論する。本稿では,非基底型ELPの複雑性を確立する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 20:08:52 GMT)
GestureLSM: Latent Shortcut based Co-Speech Gesture Generation with Spatial-Temporal Modeling [32.0]
音声信号に基づいて人間のジェスチャーを制御することは、コンピュータビジョンにおいて重要な課題である。本稿では,空間時間モデルを用いた音声合成手法であるGestureLSMを提案する。我々は様々な身体領域をトークン化し、空間的・時間的注意と相互作用を明示的にモデル化する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 05:34:59 GMT)
Understanding Why Adam Outperforms SGD: Gradient Heterogeneity in Transformers [32.0]
トランスフォーマーモデルはSGDで最適化することは困難であり、一般的にはAdamのような適応性を必要とする。アダムがSGDよりも優れていた理由は不明である。本研究は,変換器モデルの最適化課題に関する知見を提供し,将来の最適化アルゴリズムの設計のためのガイダンスを提供する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 23:05:52 GMT)
HarmoniCa: Harmonizing Training and Inference for Better Feature Caching in Diffusion Transformer Acceleration [32.0]
本稿では,HarmoniCaと呼ばれる新しい学習ベースのキャッシュフレームワークを提案する。 SDT(Step-Wise Denoising Training)を取り入れて、Denoisingプロセスの継続性を保証する。また、画像品質とキャッシュ利用のバランスをとるために、イメージエラープロキシガイドオブジェクト(IEPO)も組み込まれている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:26:05 GMT)
ASTPrompter: Weakly Supervised Automated Language Model Red-Teaming to Identify Low-Perplexity Toxic Prompts [31.5]
筆者らは,レッドピーキングの強化学習式を提案し,ディフェンダーから有害な出力を誘発し,ディフェンダーが測定したパープレキシティが低いことを示唆する。我々の政策は競争力があり、モデルスケールのベースラインよりも2～23倍高いレートでディフェンダー毒性を誘導するプロンプトを生成する。本手法は毒性が5.4～14倍のブラックボックス攻撃を発生させる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 08:22:46 GMT)
Model Successor Functions [31.3]
帰納的一般化では、トレーニングデータがより容易な側にあるのに対して、テストデータがより難しい側にあると仮定されることが多い。この研究は、モデル後継の概念に焦点を当てた形式化を提供する。次に、モデル継承者の学習に向けて、確立された手法を適用するための方向性を概説する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 22:27:09 GMT)
KBQA-o1: Agentic Knowledge Base Question Answering with Monte Carlo Tree Search [30.9]
知識ベース質問回答 (KBQA) は,大規模構造化知識ベース (KB) を用いた自然言語質問への回答を目的としている。大きな言語モデル(LLM)の進歩にもかかわらず、KBQAはKB認識の弱さ、効率性と効率の不均衡、注釈付きデータへの高い依存といった課題に直面している。モンテカルロ木探索(MCTS)を用いた新しいエージェントKBQA法KBQA-o1を提案する。実験結果から,KBQA-o1は,従来の低リソースKBQA法よりもアノテートデータに制限があることがわかった。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 06:59:49 GMT)
LANTERN: Accelerating Visual Autoregressive Models with Relaxed Speculative Decoding [30.6]
実験により,提案手法が投機的復号化よりも大幅に高速化されたことを示す。 LANTERNは、greedyデコーディングやランダムサンプリングと比較して、$mathbf1.75times$と$mathbf1.82times$のスピードアップを増大させる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:24:10 GMT)
Mastering the Craft of Data Synthesis for CodeLLMs [30.6]
大規模な言語モデル(LLM)は、エンコード理解と生成において素晴らしいパフォーマンスを示している。データ合成とフィルタリング技術は広く採用されており、この文脈では非常に効果的であることが示されている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 10:45:01 GMT)
LLMs Are In-Context Bandit Reinforcement Learners [30.2]
大規模言語モデル(LLMs)は、モデルコンテキストに注釈付きサンプルを追加することに依存する教師付き学習技術であるICL(In-context Learning)で優れている。そこで本研究では、教師付きデータではなく、外部報酬からオンラインのコンテキスト内学習を行うICRL(In-context reinforcement Learning)について検討する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:58:24 GMT)
A binary PSO based ensemble under-sampling model for rebalancing imbalanced training data [29.5]
本稿では,偏見分類器に対するアンサンブル学習の利点と,新しいアンダーサンプリング手法を併用した新しいアンサンブル手法を提案する。アンダーサンプリング法はBinary PSOインスタンスセレクションと呼ばれ、アンサンブル分類器で収集し、最も適した長さと多数クラスのサンプルの組み合わせを見つける。実験結果から,提案手法は単一アンサンブル法,最先端アンダーサンプリング法,従来のPSOインスタンス選択アルゴリズムと組み合わせた手法よりも優れていた。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 01:45:20 GMT)
Decoding-based Regression [29.2]
特徴表現に適用した場合の因果自己回帰シーケンスモデルの有用性について検討する。私たちは、通常の方法でトレーニングされているにも関わらず、-クロスエントロピー損失による次のトーケン予測は、復号ベースの回帰は、従来のアプローチと同じくらいパフォーマンスが高いことに気付きました。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:37:42 GMT)
Synthetic User Behavior Sequence Generation with Large Language Models for Smart Homes [29.0]
近年、スマートホームシステムが普及するにつれて、これらの環境におけるセキュリティの懸念が高まる。現在、異常検出や行動予測モデルなど、ほとんどのスマートホームセキュリティソリューションは、事前にコンパイルされた固定データセットを使用してトレーニングされている。下流スマートホームインテリジェンスモデルの一般化を促進するために,LLMを用いた合成データセット生成IoTGenフレームワークを提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:55:43 GMT)
A Comprehensive Framework for Analyzing the Convergence of Adam: Bridging the Gap with SGD [28.9]
本稿では,Adamの収束特性を解析するための,新しい包括的枠組みを提案する。我々は、アダムが漸近的でない複雑性サンプルを勾配降下の値と類似して得ることを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 19:09:21 GMT)
Towards Physiologically Sensible Predictions via the Rule-based Reinforcement Learning Layer [28.2]
ルールベースのRL層(RRLL)は、予測者の生理学的に不可能な予測を修正する。 RRLLは入力状態としてラベルを予測し、修正ラベルをアクションとして出力する。深い分析から、RRLLは生理学的に不可能な予測の存在を効果的に減らし、精度を向上することが示された。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:29:26 GMT)
Cache Me If You Must: Adaptive Key-Value Quantization for Large Language Models [28.2]
AQUA-KVは、コンパクトアダプタに依存するキーバリューキャッシュの適応量子化である。パープレキシティとLongBenchスコアの相対誤差を1%以下の値で2-2.5ビットで近似する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:47:42 GMT)
TOP-ERL: Transformer-based Off-Policy Episodic Reinforcement Learning [27.9]
本研究はトランスフォーマーに基づくオフポリシック・エピソード強化学習(TOP-ERL)を紹介する。 TOP-ERLは、ERLフレームワークの非政治的更新を可能にする新しいアルゴリズムである。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:09:12 GMT)
Adaptive Prompt: Unlocking the Power of Visual Prompt Tuning [27.7]
Visual Prompt Tuning (VPT)は、トレーニング済みの視覚モデルを下流タスクに適応するための強力な方法として登場した。入力の適応関数としてプロンプトを再定義する新しい世代のプロンプトであるVisual Adaptive Prompt Tuning (VAPT)を提案する。我々の理論解析は,VAPTが最適な試料効率を実現することを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 07:41:06 GMT)
Can AI Solve the Peer Review Crisis? A Large Scale Experiment on LLM's Performance and Biases in Evaluating Economics Papers [27.6]
大規模言語モデル(LLM)を用いて,9,030個のユニークな提案文の27,090個の評価を解析した。この実験は、著者の特徴(例えば、アフィリエイト、評判、性別)と出版品質を体系的に変化させる。その結果, LLMは紙の品質を効果的に区別するが, 著名な機関, 男性作家, 著名な経済学者に有利な偏見を示すことが示唆された。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 04:04:02 GMT)
Trading Inference-Time Compute for Adversarial Robustness [27.5]
我々は、推論モデルにおける推論時間計算の増加が敵攻撃に対する堅牢性に与える影響について実験を行った。さまざまな攻撃において、推論時間の増大はロバスト性の向上につながることが分かっています。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 01:20:44 GMT)
Distribution-Specific Agnostic Conditional Classification With Halfspaces [27.2]
本研究では,無関係な環境下での「選択」や「条件」の分類問題について検討する。エラー保証付き同種半空間セレクタのための最初のPAC学習アルゴリズムを提案する。近似条件分類は加法型と乗法型の両方の近似分類と同程度に難しいことが証明された。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 21:29:20 GMT)
LLM-Consensus: Multi-Agent Debate for Visual Misinformation Detection [26.8]
LLM-Consensusは誤情報検出のための新しいマルチエージェント討論システムである。我々のフレームワークは、最先端の精度で説明可能な検出を可能にする。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 20:55:12 GMT)
LlavaGuard: An Open VLM-based Framework for Safeguarding Vision Datasets and Models [26.1]
LlavaGuardはVLMベースの視覚保護装置のスイートで、大規模データとモデルの時代における信頼性の高いガードレールの必要性に対処する。我々は、カスタマイズ可能な安全分類、データ前処理、拡張、トレーニング設定を記述する新しいオープンフレームワークを確立する。我々は,LlavaGuardの大規模データセットアノテーションとテキスト・ツー・イメージ・モデルのモデレーションという,2つの実世界のアプリケーションでの性能を実演する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:57:48 GMT)
Judge Decoding: Faster Speculative Sampling Requires Going Beyond Model Alignment [26.0]
自己回帰生成を高速化する手法として投機的復号法が提案されている。 GPT-4oのような強力なドラフトモデルであっても、人間のテキストは高い受け入れ率を達成できないことを示す。私たちは、正しいが一致しない応答を認識するために、検証に適応できるだろうか?
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:09:53 GMT)
TV-Dialogue: Crafting Theme-Aware Video Dialogues with Immersive Interaction [25.9]
本稿では,ビデオコンテンツに適合し,ユーザ指定のテーマに準拠する新たな対話生成を目的とした,TVDC(Theme-aware Video Dialogue Crafting)を紹介する。 TV-Dialogueは、テーマアライメントと視覚的一貫性の両方を保証する、新しいマルチモーダルエージェントフレームワークである。本研究は, 映像再生, フィルムダビング, 下流マルチモーダルタスクにおけるTVダイアログの活用など, 様々な応用の可能性を明らかにするものである。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 08:04:32 GMT)
OmniPhysGS: 3D Constitutive Gaussians for General Physics-Based Dynamics Generation [25.8]
より一般的な物体からなる物理に基づく3次元動的シーンを合成するためのOmniPhysGSを提案する。本手法は,視覚的品質とテキストアライメントの指標において,既存の手法を約3%から16%上回っている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 09:28:07 GMT)
Generating with Fairness: A Modality-Diffused Counterfactual Framework for Incomplete Multimodal Recommendations [25.6]
不完全なマルチモーダルレコメンデーションのための新しいModality-Diffused Counterfactual (MoDiCF)フレームワークを提案する。 MoDiCFには、新しいモダリティ拡散データ補完モジュールと、新しいマルチモーダルリコメンデーションモジュールの2つの重要なモジュールがある。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 06:57:29 GMT)
Low-Cost and Comprehensive Non-textual Input Fuzzing with LLM-Synthesized Input Generators [25.2]
非テキスト入力に対する文法認識ファジィ化を実現するための新しい手法を提案する。 LLMは入力ジェネレータの合成と変更に長け、ローカルオプティマからのジャンプを可能にする。 G2FUZZはAFL++、Fuzztruction、FormatFuzzerといったSOTAツールよりもコードカバレッジとバグ発見の点で優れている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:45:16 GMT)
FlexiCrackNet: A Flexible Pipeline for Enhanced Crack Segmentation with General Features Transfered from SAM [25.0]
FlexiCrackNetは、従来のディープラーニングパラダイムを大規模な事前学習モデルの強みとシームレスに統合する、新しいパイプラインである。実験の結果、FlexiCrackNetは最先端の手法より優れ、ゼロショットの一般化、計算効率、セグメンテーションの堅牢性に優れていた。これらの進歩は、自動クラック検出と包括的な構造的健康モニタリングシステムにおける現実的な応用のためのFlexiCrackNetの可能性を強調している。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 02:37:09 GMT)
CLOVER: Cross-Layer Orthogonal Vectors Pruning and Fine-Tuning [24.7]
CLOVER(Cross-Layer Orthogonal Vectors)は、注目層を低ランク分解の集合として扱う新しいアプローチである。我々は、GPT-2 XL、DeepSeek-V2-Lite、Whisper-Large-v3、Stable Diffusion XL、LLaMA-3.2-11B-Visionなど、様々なモデルに適用する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:13:49 GMT)
UniGuard: Towards Universal Safety Guardrails for Jailbreak Attacks on Multimodal Large Language Models [24.2]
マルチモーダル・大規模言語モデル(MLLM)は視覚言語理解に革命をもたらしたが、マルチモーダル・ジェイルブレイク攻撃には弱いままである。本報告では, マルチモーダル安全ガードレールであるUniGuardを提案する。 UniGuardは最小の計算コストで推論中に任意の入力プロンプトにシームレスに適用できる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:47:16 GMT)
Consistency Diffusion Models for Single-Image 3D Reconstruction with Priors [24.1]
拡散モデルに基づく先駆的なトレーニングフレームワークを提案する。初期3次元点雲から導かれる3次元構造素を有界項として変換する。単一入力画像から2D先行情報を抽出し,これらを3Dポイントクラウドに投影し,拡散訓練のためのガイダンスを強化する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:04:32 GMT)
Do LLMs Strategically Reveal, Conceal, and Infer Information? A Theoretical and Empirical Analysis in The Chameleon Game [23.9]
大規模言語モデルベース(LLM)エージェントが情報制御と意思決定能力を持っているかを検討する。我々は,非カメレオンLLMエージェントがカメレオンの秘密を隠蔽することができないことを示す。 GPT-4, GPT-4o, Gemini 1.5, Claude 3.5 Sonnetなど, 現代のLCMの弱点が指摘されている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:53:43 GMT)
Linearization Turns Neural Operators into Function-Valued Gaussian Processes [23.9]
我々は、訓練されたニューラル演算子におけるベイズの不確実性定量化を近似するための新しいフレームワークLUNOを紹介する。我々の手法はモデル線形化を利用して(ガウス的)重み空間の不確実性をニューラル作用素の予測に推し進める。これは関数型プログラミングのカリー化の概念の確率的バージョンとして解釈でき、関数値(ガウス的)ランダムプロセスの信念を導出することを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:13:00 GMT)
Reverse Probing: Evaluating Knowledge Transfer via Finetuned Task Embeddings for Coreference Resolution [23.4]
複雑なソースタスクから凍結表現を探索する代わりに、複数の単純なソースタスクから1つのターゲットタスクへの埋め込みの有効性について検討する。この結果,タスクの埋め込みは,意味的類似性タスクが最も有益であることが示され,コア参照の解決に大いに有用であることが判明した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:12:53 GMT)
Inference-Time Text-to-Video Alignment with Diffusion Latent Beam Search [23.4]
アライメント問題に大きな注目を集めており、コンテンツの良さに基づいて拡散モデルの出力を操縦する。本稿では,アライメント報酬を最大化するために,より優れた拡散潜時を選択できるルックアヘッド推定器を用いた拡散潜時ビーム探索を提案する。本手法は,モデルパラメータを更新することなく,キャリブレーションされた報酬に基づいて知覚品質を向上させることを実証する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:09:30 GMT)
Designing Scheduling for Diffusion Models via Spectral Analysis [23.1]
拡散モデル(DM)は、複雑なデータ分散をモデル化するための強力なツールとして登場した。我々は、DMの推論プロセスの新たな解析を行い、包括的周波数応答の観点を導入する。提案手法は,ノイズスケジュールの最適化にどのように活用できるかを実証する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 21:50:31 GMT)
MTGA: Multi-View Temporal Granularity Aligned Aggregation for Event-Based Lip-Reading [23.1]
唇読みは、話者の唇の動きの視覚情報を利用して、単語や文を認識することである。 MTGA(Multi-view Temporality-aligned Aggregation)と呼ばれる新しいフレームワークを提案する。本手法は, イベントベース, ビデオベースの唇読解法の両方に優れる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:51:46 GMT)
Residual Connections Harm Generative Representation Learning [22.2]
残差ネットワークにおけるアイデンティティショートカットの影響を低減するために重み付け係数を導入することで、意味的特徴学習が大幅に向上することを示す。我々の設計は、ネットワークのトレーニング容易性に影響を与えることなく、機能抽象化の段階的な開発を促進する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:47:25 GMT)
PSyDUCK: Training-Free Steganography for Latent Diffusion [22.2]
AIによるステガノグラフィーの最近の進歩は、脆弱な民主的アクターのプライバシーを守る可能性を強調している。本稿では,潜伏拡散モデル内での安全かつ効率的なステガノグラフィーを可能にする新しい手法を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:39:12 GMT)
Functional-level Uncertainty Quantification for Calibrated Fine-tuning on LLMs [21.9]
キャリブレーションファインチューニング(UQ4CT)のための機能レベル不確実性定量化を提案する。 UQ4CTは予測エラーのベンチマークを25%以上削減し、高い精度を5ドルまで維持することを示した。分散シフト中であっても、UQ4CTはより優れたECE性能を高い精度で維持し、一般化性の向上を示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 19:12:30 GMT)
Rethinking Diffusion Posterior Sampling: From Conditional Score Estimator to Maximizing a Posterior [21.7]
DPSが用いる条件スコア近似は、以前想定したほど効果的ではないことを示す。この主張は、512x512 ImageNet画像上のDPSを調べることによって裏付けられる。 1) 多段階の上昇勾配と投射による後方の最大化,2)100個の画像と8個のGPU時間で訓練された軽量条件付きスコア推定器を利用する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 06:26:19 GMT)
Project-and-Fuse: Improving RGB-D Semantic Segmentation via Graph Convolution Networks [21.7]
テクスチャの特徴によって幾何的特徴注入を導出する後期融合スタイルの2つのモードから特徴を融合する。 3D特徴抽出の段階では,従来のCNNは深度マップでは十分ではない。プロジェクション行列生成段階では、元のパイプラインにバイアス・アサインメントとアンビグラス・ローカリティの問題が存在することが分かる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 02:24:13 GMT)
Enhancing Model Defense Against Jailbreaks with Proactive Safety Reasoning [21.4]
大規模言語モデル(LLM)は幅広いアプリケーションにとって不可欠だが、ジェイルブレイクの脅威を受けやすい。有害な入力を積極的に評価するために,LSMの高機能化を利用した新しい防衛戦略であるセーフティ・チェーン・オブ・サート(SCoT)を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:45:23 GMT)
Fantastic Targets for Concept Erasure in Diffusion Models and Where To Find Them [21.4]
概念消去は拡散モデルにおける有害なコンテンツ生成のリスクを軽減するための有望な手法として現れてきた。本稿では,各望ましくない概念に合わせて最適な目標概念を動的に選択するAdaptive Guided Erasure (AGE)法を提案する。その結果, AGEは, 有効消去性能を維持しつつ, 無関係な概念を保存し, 最先端の消去手法を著しく上回っていることがわかった。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 08:17:23 GMT)
LLM-Assisted Relevance Assessments: When Should We Ask LLMs for Help? [21.0]
テストコレクションは、研究者がランキングアルゴリズムを迅速かつ容易に評価できる情報検索ツールである。より安価な代替手段として、近年の研究では、人間のアセスメントを完全に置き換えるための大規模言語モデル(LLM)が提案されている。低予算下でも、リッチで信頼性の高いテストコレクションを構築するのに役立つ、手動アノテーションとLLMアノテーションのバランスをとる効果的な方法であるLARAを提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 07:50:44 GMT)
An Adversarial Approach to Register Extreme Resolution Tissue Cleared 3D Brain Images [20.9]
我々は,高解像度画像の登録が可能な生成パッチに基づく3次元画像登録モデルを開発した。本論文で使用される組織クリア化データセットは,CUBICという組織クリア化プロトコルから得られる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 00:19:45 GMT)
Exploring Multilingual Probing in Large Language Models: A Cross-Language Analysis [20.8]
大規模言語モデル(LLM)の探索技術は主に英語に焦点を合わせており、世界の言語の大部分を見下ろしている。複数のオープンソースのLCMモデルで実験を行い、探索精度、層間の傾向、および複数の言語に対する探索ベクトル間の類似性を解析した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 01:37:22 GMT)
Improving Low-Resource Sequence Labeling with Knowledge Fusion and Contextual Label Explanations [20.2]
低リソースでドメイン固有のシナリオにおいて、シーケンスラベリングは依然として重要な課題である。本稿では,LLMに基づく知識強化ワークフローと,リッチかつ効率的な抽出のための知識融合モデルを組み合わせた新しいフレームワークを提案する。提案手法は最先端の性能を実現し,低リソース環境がもたらす課題に効果的に対処する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:39:28 GMT)
RLS3: RL-Based Synthetic Sample Selection to Enhance Spatial Reasoning in Vision-Language Models for Indoor Autonomous Perception [20.0]
自然言語命令に基づくアプリケーション固有の視覚的グラウンドニングのための視覚言語モデル(VLM)は、学習可能な自律システムにおいて最も一般的なアプローチの1つである。本稿では, 強化学習(RL)エージェントと統合することにより, VLMファインチューニングを改善するための新しい一般化可能なフレームワークを提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 04:30:42 GMT)
A Bias-Correction Decentralized Stochastic Gradient Algorithm with Momentum Acceleration [19.8]
本稿では,データの不均一性やネットワークの間隔に起因したバイアスを補正するモーメント高速化分散勾配アルゴリズムを提案する。非目的関数に適用した場合、このアルゴリズムはデータ不均一性とは無関係に最適なサブラインに収束することを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:15:58 GMT)
$\infty$-Video: A Training-Free Approach to Long Video Understanding via Continuous-Time Memory Consolidation [19.6]
$infty$-Videoは、連続時間長期メモリ(LTM)統合機構を通じて、任意に長いビデオを処理できる。我々のフレームワークは、ビデオのコンテキストを効率的に処理し、追加のトレーニングを必要とせず、ビデオQフォーマーを増強する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:45:46 GMT)
Learning Sheaf Laplacian Optimizing Restriction Maps [19.5]
本稿では,グラフのノード上で観測されたデータの集合から層ラプラシアンを推定する新しい枠組みを提案する。グラフのノード上に存在するデータの相互相関と次元差の2つの重要な要因によってグラフがどう影響されるかを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:15:08 GMT)
On the Effectiveness of Random Weights in Graph Neural Networks [19.4]
学習可能な重みをランダムな重みに置き換えることで、GNNは強い予測力を維持できることを示す。また,GNNにおける特徴ランク崩壊の問題も軽減する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 22:13:24 GMT)
Counting and Reasoning with Plans [19.2]
本研究は,計画空間の定量的,定性的推論のための最初の研究である。理論的には、その複雑さについて研究し、リッチな推論モードが生まれる。そこで我々は,計画課題を命題式に変換し,異なる計画を立てるために知識コンパイルを利用する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 20:03:51 GMT)
Inverse decision-making using neural amortized Bayesian actors [19.1]
我々は、教師なしの方法で幅広いパラメータ設定で訓練されたニューラルネットワークを用いてベイズアクターを記憶する。本稿では,本手法がモデル比較の原理と,先行とコストの識別不能につながる要因を解消するためにどのように使用できるかを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 08:59:22 GMT)
VDOR: A Video-based Dataset for Object Removal via Sequence Consistency [19.1]
オブジェクトの削除に関連する既存のデータセットは、モデルの検証と最適化の貴重な基盤となる。本稿では,現実的な照明を意識したオブジェクト除去データセットを構築するための,新しいビデオベースのアノテーションパイプラインを提案する。連続した実世界のビデオフレームを活用することで、分配ギャップを最小化し、リアルなライティングと影のバリエーションを正確にキャプチャする。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 06:41:24 GMT)
Can We Predict the Effect of Prompts? [18.9]
大規模言語モデル(LLM)は、以前困難なタスクを扱う能力のために広く採用されている機械学習モデルである。我々は、自動手法がプロンプトを素早く分析する「予測的プロンプト解析」が有用であると論じている。 SPA(Syntactic Prevalence Analyzer)を提案する。これはスパースオートエンコーダ(SAE)に基づく予測的プロンプト分析手法である。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 04:34:43 GMT)
RGB-Event ISP: The Dataset and Benchmark [18.9]
イベント誘導ISPに関する最初の研究を行っている。本稿では,3373枚のRAW画像を用いたイベント-RAWペアデータセットを提案する。我々はRGB-Event ISPにおいて重要な技術的課題と今後の方向性を示した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:36:11 GMT)
Federated Sketching LoRA: On-Device Collaborative Fine-Tuning of Large Language Models [18.8]
デバイス上での微調整大型言語モデル(LLM)への関心が高まっている。近年のローランク適応 (LoRA) 技術は, デバイスモデルのサイズやデータ不足に伴う課題を軽減するために, ファインチューニングを併用している。サーバが保持するグローバルなLoRAモジュールのサブマトリクスを選択的に更新するために,スケッチ機構を活用したフェデレートスケッチLoRAを提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:44:35 GMT)
Conformal Prediction in Hierarchical Classification [18.7]
分割共形予測フレームワークを階層分類に拡張し、予測セットは予め定義された階層の内部ノードに制限される。第1のアルゴリズムは予測セットとして内部ノードを返すが、第2のアルゴリズムは複雑さの概念を用いてこの制限を緩和する。いくつかのベンチマークデータセットの実証評価により,提案アルゴリズムの有効性が示された。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:10:19 GMT)
Position: On-Premises LLM Deployment Demands a Middle Path: Preserving Privacy Without Sacrificing Model Confidentiality [18.6]
ユーザ制御インフラストラクチャにクローズドソース LLM をデプロイすることで、データのプライバシが向上し、誤用リスクを軽減できる、と我々は主張する。十分に設計されたオンプレミスデプロイメントでは、モデル盗難を防止することによって、モデルの機密性を保証し、プライバシ保護のカスタマイズを提供する必要がある。私たちの調査結果は、プライバシと機密性が共存可能であることを示し、オンプレミスのAIデプロイメントをセキュアにする方法を確立しました。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:36:14 GMT)
Accelerating Diffusion Transformer via Error-Optimized Cache [18.0]
Diffusion Transformer (DiT) はコンテンツ生成の重要な方法である。既存のキャッシュ手法は、前回のステップからDiT機能を再利用し、次のステップで計算をスキップすることで、生成を加速する。キャッシュによって引き起こされるエラーを減らさずに、ローエラーモジュールを見つけ、キャッシュする傾向がある。本稿では,この問題を解決するためにEcoror-d Cache (EOC)を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:58:15 GMT)
Deep Learning Model Inversion Attacks and Defenses: A Comprehensive Survey [17.9]
モデル反転(MI)攻撃は個人情報のプライバシーと完全性に重大な脅威をもたらす。本調査は,MI攻撃と防衛戦略について,構造化された詳細な検討を行うことで,文献のギャップを埋めることを目的としている。本調査と合わせて,MI攻撃・防衛研究を支援する総合リポジトリを開発した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 07:32:12 GMT)
Neural Collapse Beyond the Unconstrainted Features Model: Landscape, Dynamics, and Generalization in the Mean-Field Regime [17.7]
ニューラル崩壊(Neural Collapse)は、よく訓練されたニューラルネットワークの最終層表現が高度に構造化された幾何学に収束する現象である。本稿では、NC1として知られる最初の(そして最も基本的な)特性に焦点を当てる。我々はNC1を3層ニューラルネットワークで解析し、最初の2層は平均場状態で動作し、次に線形層で処理する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:57:29 GMT)
Integrating Semi-Supervised and Active Learning for Semantic Segmentation [17.7]
半教師付き学習フレームワークを改良した新しい能動的学習手法を提案する。提案手法は、擬似ラベルが不正確である可能性のある領域をピンポイントする。擬似ラベルの自動修正 (PLAR) モジュールは, 偽ラベルの可能性のある画素を補正するために提案されている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:37:19 GMT)
Capturing Temporal Dynamics in Large-Scale Canopy Tree Height Estimation [17.6]
本稿では,大規模で高解像度な天蓋の高さマップを時間とともに生成する新しい手法を提案する。本モデルでは,Sentinel-2 時系列衛星データを用いて,複数年にわたるキャノピーの高さを正確に予測する。私たちはまた、2020年の詳細な天蓋の高さマップを提供し、以前の研究よりも正確な見積もりを提供しています。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:26:06 GMT)
Transfer Learning for Nonparametric Contextual Dynamic Pricing [17.4]
動的価格戦略は、市場条件や顧客特性に基づいて価格を調整することで、企業が収益を最大化する上で不可欠である。この制限を克服するための有望なアプローチの1つは、関連する製品や市場からの情報を活用して、焦点となる価格決定を知らせることである。本稿では,ソースドメインからの事前収集データを効果的に活用し,対象ドメインの価格決定を効率化する,新しいTLDPアルゴリズムを提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 01:05:04 GMT)
A single-loop SPIDER-type stochastic subgradient method for expectation-constrained nonconvex nonsmooth optimization [17.3]
複雑な制約に対する新しい種類の下次アルゴリズムを提案する。提案手法は, 2-of-the-artアルゴリズムよりもはるかに高速であることを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:18:52 GMT)
MVG-CRPS: A Robust Loss Function for Multivariate Probabilistic Forecasting [17.2]
本稿では,MVG分布の厳密なスコアリングルールであるMVG-CRPSを提案する。 MVG-CRPSはニューラルネットワークの出力の観点からクローズドフォーム表現を認め、ディープラーニングフレームワークにシームレスに統合する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:48:37 GMT)
Permutation-Based Rank Test in the Presence of Discretization and Application in Causal Discovery with Mixed Data [16.9]
心理学的な研究において、ある人の特定の個性の次元の連続的なレベルは、離散化後にのみ測定できる。変数が離散化されても統計的誤差を適切に制御できる混合データ置換型ランクテスト(MPRT)を提案する。 MPRTは離散化の有無でType Iエラーを効果的に制御できるが、以前の方法では制御できない。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 09:47:26 GMT)
XRF V2: A Dataset for Action Summarization with Wi-Fi Signals, and IMUs in Phones, Watches, Earbuds, and Glasses [16.7]
HAR(Human Action Recognition)は、健康モニタリング、スマートホームオートメーション、人間とコンピュータのインタラクションといった応用において重要な役割を果たす。本稿では,室内活動の時間的行動ローカライゼーション(TAL)と行動要約のための新しいXRF V2データセットを提案する。 XRF V2は、Wi-Fi信号、IMUセンサー(スマートフォン、スマートウォッチ、ヘッドフォン、スマートグラス)からのマルチモーダルデータと、同期されたビデオ記録を統合し、3つの異なる環境で16人のボランティアによる多様な屋内活動のコレクションを提供する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:03:54 GMT)
A Deep Spatio-Temporal Architecture for Dynamic Effective Connectivity Network Analysis Based on Dynamic Causal Discovery [16.7]
本稿では,動的因果関係のモデル化に動的因果関係の深部を取り入れた動的因果関係の深部融合アーキテクチャと,その因果関係の検証を行う動的因果関係の深部復号器を提案する。分析の結果, 若年者と小児のDECNの差が認められた。この観察により、発達中のモジュラー化と適応ネットワークに関するさらなる証拠が得られ、若年層では高い認知能力が観察される。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 02:39:35 GMT)
Leveraging Sparsity for Sample-Efficient Preference Learning: A Theoretical Perspective [16.6]
本稿では、比較判断に基づいて人間の選択をモデル化し、予測する嗜好学習のサンプル効率について考察する。報酬関数のパラメータが$k$-sparseであるスパースランダムユーティリティモデルでは、minimaxの最適値は$Theta(k/n log(d/k))$に還元できる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 02:13:55 GMT)
Detection Is All You Need: A Feasible Optimal Prior-Free Black-Box Approach For Piecewise Stationary Bandits [16.6]
基礎となる非定常性に関する事前の知識を必要とせず, 断片的な定常的包帯の問題について検討する。我々は、最も一般的なパラメトリックバンディット変種に適用可能な、最初の$textitfeasible$ black-boxアルゴリズムを提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:57:21 GMT)
Secured Communication Schemes for UAVs in 5G: CRYSTALS-Kyber and IDS [16.5]
本稿では,無人航空機(UAV)と地上局の5Gネットワークにおけるセキュアな通信アーキテクチャを提案する。提案手法は、鍵カプセル化のためにAdvanced Encryption Standard(AES)とElliptic Curve Cryptography(ECC)とCRYSTALS-Kyberを統合する。アーキテクチャはサーバクライアントモデルに基づいており、UAVはクライアントとして機能し、地上局はサーバとして機能する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:00:27 GMT)
VKFPos: A Learning-Based Monocular Positioning with Variational Bayesian Extended Kalman Filter Integration [16.5]
本稿では,拡張カルマンフィルタ(EKF)を用いて絶対ポス回帰(APR)と相対ポス回帰(RPR)を統合する新しいアプローチであるVKFPosを提案する。本手法は, 単分子位置決め問題の本質的後続確率をAPR成分とRPR成分に分解可能であることを示す。連続した画像がRPRとEKFの統合を可能にする時間的位置決めでは、VKFPosは時間的APRとモデルベースの統合方法より優れている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 09:54:11 GMT)
Predicting the Target Word of Game-playing Conversations using a Low-Rank Dialect Adapter for Decoder Models [16.3]
我々は、LoRDDと呼ばれるアーキテクチャのデコーダモデルに方言アダプタの考え方を拡張した。 LoRDDはタスクアダプタと方言アダプタを組み合わせており、後者はMD-3からの擬似並列会話に対照的な学習を取り入れている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 07:32:54 GMT)
REG: Rectified Gradient Guidance for Conditional Diffusion Models [16.3]
本稿では,既存のガイダンス手法の性能向上を図るために,修正勾配ガイダンス(REG)を提案する。 REGは、事前のガイダンス技術よりも最適なソリューションにより良い近似を提供する。クラス条件の画像ネットとテキスト・ツー・イメージ生成タスクの実験では、REGは一貫してFIDとインセプション/CLIPスコアを改善している。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 03:16:18 GMT)
Language Games as the Pathway to Artificial Superhuman Intelligence [16.0]
データ再生を拡大するための経路として,言語ゲームを提案する。言語ゲームをグローバルな社会技術エコシステムにスケールすることで、人間とAIの共進化は超人的なデータストリームを生成する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 07:10:40 GMT)
Fairness Analysis of CLIP-Based Foundation Models for X-Ray Image Classification [16.0]
X線画像分類に応用したCLIP様モデルの包括的公平性解析を行う。我々は,ゼロショット推論と様々な微調整技術を用いて,多様な患者集団と疾患カテゴリーにおけるパフォーマンスと公平性を評価した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:23:50 GMT)
Language Bias in Self-Supervised Learning For Automatic Speech Recognition [16.0]
自己教師付き学習(SSL)は、データの高価なラベル付けを必要とせずに、大規模なデータセットでトレーニングするためにディープラーニングで使用される。本稿では,XLS-Rにおける言語特化作業を特定し,様々な言語上での言語特化作業の性能を検証する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:16:45 GMT)
RWKV-Lite: Deeply Compressed RWKV for Resource-Constrained Devices [16.0]
モデルアーキテクチャの最適化から,RWKVアーキテクチャに合わせたポストトレーニング圧縮まで,一連の圧縮手法を提案する。我々の手法は、RWKVモデルのメモリフットプリントを3.4倍 -- 5倍減らし、精度は無視できる程度に低下させる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 06:34:12 GMT)
GPO-VAE: Modeling Explainable Gene Perturbation Responses utilizing GRN-Aligned Parameter Optimization [15.9]
本稿では,GRNによる遺伝子制御ネットワークによって強化された,説明可能な変分オートエンコーダ(VAE)であるGPO-VAEを提案する。我々の主要なアプローチは、GRN対応の説明可能性に対する潜伏摂動効果に関連する学習可能なパラメータを最適化することである。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 09:08:52 GMT)
Large Language Models are In-context Preference Learners [15.8]
我々は,Large Language Models (LLM) が,サンプル効率のよい選好学習を実現するために,ネイティブな選好学習機能を備えていることを示す。我々は,LLMの文脈内学習機能を用いて,人間のクエリ非効率を抑えるインコンテキスト優先学習(ICPL)を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:04:34 GMT)
Online Bandit Learning with Offline Preference Data [15.8]
ノイズの多い選好フィードバックを持つオフラインデータセットでウォームスタートできるオンライン学習のための後部サンプリングアルゴリズムを提案する。生成した専門家の能力」をモデル化することで、そのようなデータセットを最も効果的に利用できることを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 03:07:44 GMT)
Best Policy Learning from Trajectory Preference Feedback [15.8]
嗜好型強化学習(PbRL)における最良政策識別の問題に対処する。本稿では,Top-Two Thompson Smplingにヒントを得た新しいアルゴリズムであるPosterior Smpling for Preference Learning(mathsfPSPL$)を提案する。この設定で PbRL に関する最初の理論的保証を提供し、単純ベイズ的後悔の上限を確立する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 03:55:10 GMT)
Fairshare Data Pricing for Large Language Models [15.8]
大規模言語モデル(LLM)への貢献度を定量化するために,データアセスメント手法を用いてトレーニングデータ価格を設定するフェアシェア価格設定フレームワークを提案する。理論的には、私たちのフレームワークから得られる価格が、買い手と売り手の両方に最適なデータバリュエーションと買い手の予算と密接な関係があることを示します。我々のフレームワークは、大規模AIのための公平で持続可能なデータ市場に関する将来の研究の基礎を築き上げている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 22:27:34 GMT)
Dr. SoW: Density Ratio of Strong-over-weak LLMs for Reducing the Cost of Human Annotation in Preference Tuning [15.8]
本稿では,人間のアノテーションへの依存を解消するコスト効率の高い方法であるDr.SoW(Density Ratio of Strong over Weak)を紹介する。 Dr.SoW は報奨信号として、より整列した LLM と低整列の LLM の対数密度比を用いる。 Dr.SoWによるデータを用いたLlama-3-8B-インストラクタを選好する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 21:15:53 GMT)
Policy Gradient Methods for Risk-Sensitive Distributional Reinforcement Learning with Provable Convergence [15.7]
本稿では,リスクに敏感なDRLに対して,一般的なコヒーレントリスク対策を用いた新しいポリシー勾配法を提案する。実用上,ある固定点に支持されたカテゴリ群による任意の分布を近似するカテゴリ分布ポリシー勾配アルゴリズム (GCDP) を設計する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:53:01 GMT)
Unified Universality Theorem for Deep and Shallow Joint-Group-Equivariant Machines [15.7]
ここでの「構成的」は、パラメータの分布が、リッジレット変換として知られる閉形式式で与えられることを示している。我々の主定理はまた、浅いネットワークと深いネットワークの両方に対する普遍近似定理を統一する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:05:32 GMT)
Deep Multi-Task Learning Has Low Amortized Intrinsic Dimensionality [15.6]
低次元空間において,マルチタスクネットワークを直接パラメータ化する手法を提案する。高い精度のマルチタスクソリューションは、シングルタスク学習が必要とするものよりも、本質的な次元でより小さく見つけることができることを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:53:16 GMT)
Improving DBMS Scheduling Decisions with Fine-grained Performance Prediction on Concurrent Queries -- Extended [15.4]
IconqSchedは、クエリの実行順序とタイミングを最適化する、新しい、原則化された非侵入スケジューラである。 IconqSchedは、システムランタイムをブラックボックスとして扱う、新しいきめ細かい予測器であるIconqを備えている。我々はIconqSchedを実際のワークロードトレースを使用したエンドツーエンドランタイムの観点から他のスケジューラと比較する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 19:21:23 GMT)
Dissecting Representation Misalignment in Contrastive Learning via Influence Function [15.3]
コントラスト損失に対する拡張影響関数 (ECIF) を導入し, コントラスト損失に対する影響関数について検討した。 ECIFは正と負の両方のサンプルを考慮し、対照的な学習モデルの閉形式近似を提供する。我々はECIFに基づいて,データ評価,誤修正検出,誤予測トレースバックタスクのための一連のアルゴリズムを開発した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 23:36:04 GMT)
Multi-view biomedical foundation models for molecule-target and property prediction [15.1]
グラフ,画像,テキストの分子ビューを統合する多視点基礎モデルアプローチを開発した。マルチビューモデルが頑健に動作し、特定のビューの長所と短所のバランスをとることができることを示す。次に、このモデルを用いて、Gタンパク質結合受容体(GPCR)の大きな(>100ターゲット)セットに対する化合物のスクリーニングを行う。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 19:35:46 GMT)
Understanding Model Ensemble in Transferable Adversarial Attack [14.9]
まず、逆転送可能性の誤差を測定するために、転送可能性誤差を定義する。次に、転送可能性エラーを脆弱性、多様性、定数に分解する。本稿では,情報理論における最新の数学的ツールを用いて,複雑性と一般化項を用いて伝達可能性誤差を限定する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 02:01:16 GMT)
Visual Autoregressive Modeling for Image Super-Resolution [14.9]
次世代の予測モデルとして, ISRフレームワークの視覚的自己回帰モデルを提案する。大規模データを収集し、ロバストな生成先行情報を得るためのトレーニングプロセスを設計する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 09:53:47 GMT)
Extreme Value Modelling of Feature Residuals for Anomaly Detection in Dynamic Graphs [14.8]
グラフの時間的シーケンスにおける異常の検出は、トランスポートネットワークにおける事故の検出や、コンピュータネットワークにおけるサイバー攻撃といった分野に適用することができる。既存の異常グラフ検出方法は、高い偽陽性率や可変サイズのグラフの扱いの難しさ、非自明な時間ダイナミクスなど、複数の制限に悩まされることがある。そこで本稿では,時間的依存を時系列解析によって時間的依存を明示的にモデル化し,残差を用いて依存を除去する手法を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 04:08:21 GMT)
H$_2$O$_2$RAM: A High-Performance Hierarchical Doubly Oblivious RAM [14.8]
ORAM (Oblivious RAM) とTrusted Execution Environments (TEE) は、その相補的な性質から多くの現実世界のアプリケーションを発見した。我々は、高性能階層型O$RAM(H$O$RAM)を構築するために、新しい効率の悪いコンポーネントをいくつか導入する。その結果、H$O$RAMは実行時間を最大103$倍に削減し、ステート・オブ・テクト・ソリューションと比較してメモリ使用量を5sim44$倍に削減した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 04:28:30 GMT)
Learning positional encodings in transformers depends on initialization [14.7]
位置符号化(PE)は、シーケンス内のトークンの位置と順序を区別する情報を提供する。一般化におけるPE効果のこれまでの研究は1次元入力シーケンスに合わせたものであった。本稿では,入力トークンの非自明な配置に依存する問題に対して,正確なPEを学習することの重要性について検討する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:09:20 GMT)
A Variational Perspective on Generative Protein Fitness Optimization [14.7]
本稿では,適合度最適化における変動的視点である変分潜時生成タンパク質最適化(VLGPO)を紹介する。本手法は, タンパク質配列を連続潜伏空間に埋め込んで, 適合度分布からの効率的なサンプリングを可能にする。 VLGPOは、複雑さの異なる2つの異なるタンパク質ベンチマークで最先端の結果を得る。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:07:26 GMT)
Fantastic Multi-Task Gradient Updates and How to Find Them In a Cone [14.7]
我々は,制約付き最適化問題として定式化された,原則付き,スケーラブルで,堅牢なMTLアプローチであるConicGradを提案する。本手法では, 傾き更新方向を動的に調節する角度制約を導入し, 全体目標の基準勾配を中心とする円錐内に収束させる。我々は,標準的な教師付き学習と強化学習のMTLベンチマークに関する広範な実験を行い,様々なタスクにおいて,コニックグラッドが最先端のパフォーマンスを達成できることを実証した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 23:11:12 GMT)
Sparse Autoencoders Reveal Universal Feature Spaces Across Large Language Models [14.6]
特徴普遍性を実証することで、潜在表現に関する発見が複数のモデルにまたがって一般化される。辞書学習(Dictionary Learning)と呼ばれる手法を用いて、LSMの活性化を個々の特徴に対応するニューロンにまたがるより解釈可能な空間に変換する。実験により,SAE特徴空間の様々な LLM における顕著な類似性が明らかとなり,特徴普遍性を示す新たな証拠が得られた。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:27:10 GMT)
Supervised Learning-enhanced Multi-Group Actor Critic for Live Stream Allocation in Feed [14.5]
SL-MGAC(Supervised Learning-enhanced Multi-Group Actor Critic Algorithm)を提案する。本稿では,分散低減手法を取り入れた教師付き学習支援型アクター批判フレームワークを提案する。また,過度に欲求的なライブストリームアロケーションを防止するために,新たな報酬関数を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 09:43:40 GMT)
Learning multivariate Gaussians with imperfect advice [14.5]
学習強化アルゴリズムの枠組みにおける分布学習の問題を再考する。我々の目的は、アドバイスの質が向上するにつれて、サンプルの複雑さが減少する学習アルゴリズムを開発することである。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:41:29 GMT)
Beyond Minimax Rates in Group Distributionally Robust Optimization via a Novel Notion of Sparsity [14.4]
私たちは、$(lambda, beta)$-sparsityをダブした、空白という新しい概念を示します。つまり、少なくとも$theta$のリスクが他のグループのリスクよりも少なくとも$lambda$であるような、少なくとも$beta$グループのセットがあります。計算効率のよい手法により,次元自由な半適応サンプルの複雑性を得る方法を示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 02:51:17 GMT)
Imitation Game for Adversarial Disillusion with Multimodal Generative Chain-of-Thought Role-Play [14.2]
模倣ゲームの概念に基づく幻滅パラダイムを提案する。模倣ゲームの中心には多モーダル生成剤があり、チェーン・オブ・シークレットの推論によって操られている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:57:34 GMT)
Adversarial Attacks on AI-Generated Text Detection Models: A Token Probability-Based Approach Using Embeddings [14.2]
本研究では,Fast-DetectGPTなどの検出モデルに対する新たなテキスト逆攻撃を提案する。この手法では、AI生成したテキストの再構築を目的として、データ摂動の埋め込みモデルを用いて、テキストの真の起源を検出する可能性を低減する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 10:06:27 GMT)
UP-VLA: A Unified Understanding and Prediction Model for Embodied Agent [14.1]
textbfUP-VLA, textbfUnified VLA model training with multi-modal textbfUnderstanding and future textbfPrediction objectives。 UP-VLAはCalvin ABC-Dベンチマークの33%の改善を実現している。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 03:20:09 GMT)
Scalable Multi-phase Word Embedding Using Conjunctive Propositional Clauses [14.1]
入力シーケンスの文脈埋め込みを発見するために,2相学習を取り入れた新しい手法を提案する。この技術はスケーラブルなモデルの設計を促進するだけでなく、解釈可能性も維持する。実験の結果,提案手法は従来の手法と比較して競争性能が高いことがわかった。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 10:39:04 GMT)
A Chatbot for Asylum-Seeking Migrants in Europe [14.1]
ACMEは、移民が適用可能な最も高い保護レベルを特定するのを支援することを目的としている。このことは、亡命申請者を支援する領土委員会、裁判所、人道団体の負担を減らすことで、より持続可能な移住に寄与した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:11:47 GMT)
Jackpot! Alignment as a Maximal Lottery [14.0]
本稿では,RLHFの代替として,Emphmaximal lotteriesと呼ばれる確率的社会選択規則を提案する。そこで本研究では,Nash Learning from Human Feedback (NLHF) citemunos2023nash および variants というアライメント手法のファミリーが,最大抽選結果に近似して有益な特性を継承することを示した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:26:28 GMT)
Differentially Private In-context Learning via Sampling Few-shot Mixed with Zero-shot Outputs [13.8]
インコンテキスト学習(ICL)は、関連するインプット・アウトプット・サンプル(デモ)でプロンプトを増強することで改善できる。 ICLのデモには、プライバシーに敏感な情報が含まれており、LLM出力によってリークまたは/またはリグルギットすることができる。ゼロショット出力と混合した複数のワンショット出力の積をサンプリングしてDPテキストを生成するデコードフレームワークである$textttdps-mozo$を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:48:38 GMT)
Meta-learning of shared linear representations beyond well-specified linear regression [13.6]
本稿では,タスクやユーザによって共有される学習構造,例えば低ランク表現やクラスタ構造などの問題を考察する。軽微な仮定の下では、ランクとクラスタ化された正規化推定器がそのような構造を回復し、タスク毎のサンプル数とタスク数が十分に大きいことが示される。凸学習対象の文脈で共有線形表現を学習するための核制約によるノルム時間アルゴリズムを提供する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 09:11:06 GMT)
Improving Multi-Label Contrastive Learning by Leveraging Label Distribution [13.3]
マルチラベル学習において、より良い表現を学ぶためにコントラスト学習を活用することは、正と負のサンプルを選択するという重要な課題に直面している。従来の研究ではラベル間の重なり合いに基づいて正と負のサンプルを選択し、ラベル単位の損失分散に使用していた。ラベル分布によるマルチラベルコントラスト学習を改善する新しい手法を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:00:02 GMT)
SituationalLLM: Proactive language models with scene awareness for dynamic, contextual task guidance [13.2]
本研究では,構造化シーン情報を大規模言語モデルに統合する新しいアプローチである PresentalLLM を提案する。カスタムのScene Graph Languageでオブジェクト、属性、関係をエンコードすることで、AciencealLLMは環境コンテキストのギャップを積極的に識別し、ユーザインタラクション中に明確化を求める。実験結果から、ALLLMはタスク特異性、信頼性、適応性において、ジェネリックLLMベースラインよりも優れていたことが示唆された。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:35:54 GMT)
FP-Inconsistent: Detecting Evasive Bots using Browser Fingerprint Inconsistencies [13.1]
本研究では,回避ボットの大規模な評価を行い,指紋の改ざんが検出の妨げになるかどうかを調査する。 DataDomeに対する平均回避率は52.93%、BotDに対する平均回避率は44.56%である。回避ボットは指紋属性の整合性を確保するのに困難であると考えられるため、このような不整合を検出するためのルールを見つけるためのデータ駆動型アプローチを提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 04:12:57 GMT)
An All-digital 65-nm Tsetlin Machine Image Classification Accelerator with 8.6 nJ per MNIST Frame at 60.3k Frames per Second [13.1]
画像分類のための全デジタルプログラマブル機械学習アクセラレーターチップを提案する。 TMは命題論理に基づいて構築された機械学習アルゴリズムで、節と呼ばれるサブパターン認識式を利用する。加速器は毎秒60.3kの分類を達成し、1回あたり8.6nJを消費する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:51:46 GMT)
Stable Offline Value Function Learning with Bisimulation-based Representations [13.0]
強化学習では、固定目標ポリシーに従って行動を行う際に、各状態から期待される割引リターンを推定するために、オフライン値関数学習を用いる。状態-作用表現を明示的に形成することにより、値関数学習を安定させることが重要である。我々は、オフラインポリシー評価(KROPE)のためのカーネル表現と呼ばれるシミュレーションベースのアルゴリズムを導入する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:10:00 GMT)
DyPCL: Dynamic Phoneme-level Contrastive Learning for Dysarthric Speech Recognition [12.9]
変形性音声認識のギャップを埋める動的音素レベルのコントラスト学習(DyPCL)法を提案する。音声の発話を音素レベルのコントラスト学習のための音素セグメントに分解し、動的接続性時間的分類アライメントを活用する。難易度による訓練への我々のアプローチは、話者の固有の多様性を軽減し、難易度の高い発話を識別する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 10:25:42 GMT)
Improving Instruction Following in Language Models through Proxy-Based Uncertainty Estimation [12.9]
本稿では,ペア応答の品質に対するロバストな不確実性推定を導入した不確実性認識リワードモデル(URM)を提案する。実験結果から,提案したプロキシを言語モデルトレーニングに組み込むことによる大きなメリットが示された。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 09:26:56 GMT)
Employee Turnover Prediction: A Cross-component Attention Transformer with Consideration of Competitor Influence and Contagious Effect [12.9]
本研究では,企業間における個人従業員の転職を予測するために,ジョブの組込み性理論に基づく新たな深層学習手法を提案する。提案手法は,最先端のベンチマーク手法よりも優れた性能を示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 22:25:39 GMT)
BiSSL: A Bilevel Optimization Framework for Enhancing the Alignment Between Self-Supervised Pre-Training and Downstream Fine-Tuning [12.7]
BiSSLは、双方向の最適化を利用して、自己教師付き学習におけるプレテキスト事前学習と下流の微調整ステージのアライメントを強化する新しいトレーニングフレームワークである。我々は、12の下流画像分類データセットの大多数において、BiSSLが従来の自己教師付き学習パイプラインを著しく上回っていることを実証した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:14:18 GMT)
Advancing bioinformatics with large language models: components, applications and perspectives [12.7]
LLM(Large Language Model)は、ディープラーニングに基づく人工知能モデルのクラスである。バイオインフォマティクスにおける大規模言語モデル(LLM)の本質的構成要素について概観する。主な側面としては、さまざまなデータ型に対するトークン化メソッド、トランスフォーマーモデルのアーキテクチャ、コアアテンションメカニズムなどがある。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 20:30:54 GMT)
EgoMe: Follow Me via Egocentric View in Real World [12.7]
EgoMeのデータセットには7902対のビデオが含まれており、現実世界のシナリオで日々の振る舞いが多様である。エクソ・エゴ視線、角速度、加速度、磁力、その他のセンサーのマルチモーダルデータにより、観察と追従のプロセスの相関を確立する。提案されたEgoMeデータセットとベンチマークが近くリリースされる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:48:22 GMT)
Classifying Deepfakes Using Swin Transformers [12.7]
本研究では,移動ウィンドウを自己注意に活用した最先端アーキテクチャであるSwin Transformersのディープフェイク画像の検出と分類への応用について検討する。我々はSwin-ResNetやSwin-KNNのようなSwin Transformerとハイブリッドモデルを評価し、微妙な加工物を識別する能力に焦点を当てた。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:16:30 GMT)
Can Model Uncertainty Function as a Proxy for Multiple-Choice Question Item Difficulty? [12.6]
我々は、質問に答える際の弱点と見なされるような、生成的な大規模モデルの側面を活用する。本研究では、不確実性の2つの異なる指標と実際の学生の反応分布の相関について検討する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 08:49:58 GMT)
Through the Looking Glass: LLM-Based Analysis of AR/VR Android Applications Privacy Policies [12.6]
本稿では,最先端のテキスト分類モデルであるBERTを利用して,AR/VRアプリケーションにおけるプライバシポリシを包括的に分析する。この研究は、AR/VRアプリケーションのプライバシポリシと、無料およびプレミアムWebサイトのプライバシポリシを比較することで、AR/VR業界における現在のプライバシプラクティスの状況について幅広い視点を提供する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:30:14 GMT)
In-context learning and Occam's razor [12.6]
我々はオッカムのカミソリと文脈内学習の関連を描いている。特に,テキスト内学習者の訓練に使用される次点の予測損失は,事前符号化と呼ばれるデータ圧縮手法と直接的に等価であることを示す。我々の理論と実証実験は、文脈内学習の規範的な説明を提供するだけでなく、現在の文脈内学習手法の欠点を解明する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 06:05:18 GMT)
Privacy Preserving Charge Location Prediction for Electric Vehicles [12.4]
電気自動車(EV)は、エネルギー生成、グリッドインフラストラクチャ、データプライバシに課題を提起する。 EVルーティングと充電管理に関する現在の研究は、エネルギー需要を予測する際にプライバシーを過小評価することが多い。 EV充電位置予測のためのプライバシ重視のソリューションを開発した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 03:14:36 GMT)
Branches: Efficiently Seeking Optimal Sparse Decision Trees with AO* [12.4]
決定木(DT) 学習は解釈可能な機械学習の基本的な問題であるが、それは恐ろしい挑戦である。そこで我々は,この問題を分岐と呼ばれる新しいAO*型アルゴリズムで解いたAND/ORグラフ探索として定式化する。分岐に対する最適性と複雑性の両方の保証を証明し、理論上および様々な実験において、それが技術の状態よりも効率的であることを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:03:02 GMT)
LiDAR Loop Closure Detection using Semantic Graphs with Graph Attention Networks [12.3]
本稿では,グラフ注意ニューラルネットワークを用いてセマンティックグラフを符号化するループ閉鎖検出アルゴリズムを提案する。次に、セマンティック登録を用いて6DoF相対的なポーズ制約を推定する。コミュニティの利益のために,提案アルゴリズムの完全な実装をオープンソース化した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:36:04 GMT)
GPT-4o as the Gold Standard: A Scalable and General Purpose Approach to Filter Language Model Pretraining Data [12.1]
GPT-4oは、高品質なトレーニングデータを特定するのに極めて効果的であるが、その禁止費用は、Webスケールでは実用的ではない。本稿では,GPT-4oの精度を1%以下で一致させる軽量な代替手段であるSIEVEを提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:21:59 GMT)
SHARPIE: A Modular Framework for Reinforcement Learning and Human-AI Interaction Experiments [12.1]
強化学習(RL)は、人間とAIのインタラクションシナリオを含む、AIエージェントのモデリングとトレーニングのための一般的なアプローチを提供する。本稿では,RLエージェントと人間を用いた実験を支援する汎用フレームワークの必要性に対処するため,SHARPIEを提案する。モジュール設計は、RL環境とアルゴリズムライブラリのための汎用的なラッパー、参加者対応のWebインターフェース、ロギングユーティリティ、人気のあるクラウドへのデプロイ、参加採用プラットフォームで構成されている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:59:50 GMT)
Pantograph: A Machine-to-Machine Interaction Interface for Advanced Theorem Proving, High Level Reasoning, and Data Extraction in Lean 4 [12.1]
PantographはLean 4の証明アシスタントに汎用的なインターフェースを提供するツールである。 Pantographはモンテカルロ木探索のような強力な探索アルゴリズムによる効率的な証明検索を可能にする。 PantographはLean 4の推論ステップをより堅牢に扱えるようにすることで、高いレベルの推論を可能にします。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 08:03:07 GMT)
FedRTS: Federated Robust Pruning via Combinatorial Thompson Sampling [12.1]
フェデレートラーニング(FL)は、データ共有なしで分散クライアント間で協調的なモデルトレーニングを可能にする。現在の手法では、疎密性を維持しながらスパースモデルトポロジを周期的に調整することで、動的プルーニングを用いて効率を向上させる。我々は,堅牢なスパースモデルの開発を目的とした新しいフレームワークであるThompson Sampling (FedRTS) によるフェデレートロバスト刈取を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:26:22 GMT)
Advancing Dense Endoscopic Reconstruction with Gaussian Splatting-driven Surface Normal-aware Tracking and Mapping [12.0]
Endo-2DTAMは2次元ガウススプラッティング(2DGS)を用いたリアルタイム内視鏡SLAMシステムである私たちのロバストなトラッキングモジュールは、ポイントツーポイントとポイントツープレーン距離のメトリクスを組み合わせています。マッピングモジュールは, 通常の整合性および深さ歪みを利用して表面再構成品質を向上する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:15:34 GMT)
ExLM: Rethinking the Impact of [MASK] Tokens in Masked Language Models [12.0]
Masked Language Models (ML)Mssは入力シーケンスの部分を[MASK]トークンでランダムにマスキングしてトレーニングし、残りのコンテキストに基づいて元のコンテンツを再構築する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 04:23:33 GMT)
Rewind-to-Delete: Certified Machine Unlearning for Nonconvex Functions [12.0]
機械学習アルゴリズムは、スクラッチを使わずにモデルから効率的にデータを収集することを目的としている。認定マシンアンラーニングは、差分プライバシーに基づく強力な理論的保証である。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 03:48:29 GMT)
Continuous-Time Analysis of Federated Averaging [12.0]
FedAvgは水平連合学習(FL)の一般的なアルゴリズムで、サンプルは異なるクライアントにまたがって収集され、互いに共有されることはない。我々はプロセスからのテクニックを用いて、異なる損失関数の下で収束保証を確立する。また、サーバウェイトに対するFedAvgの更新を通常のランダム変数として近似できる条件も提供します。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 03:46:10 GMT)
"Cold, Calculated, and Condescending": How AI Identifies and Explains Ableism Compared to Disabled People [11.9]
障害のある人(PwD)は、定期的にネット上の憎悪やマイクロアグレッションに遭遇する。 AIモデルが有能な発話をいかに効果的に識別するか、その判断がPwDとどのように一致しているかについては、ほとんど分かっていない。われわれはPwDをターゲットとした200のソーシャルメディアコメントの第一種データセットをキュレートした。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 04:48:29 GMT)
Pitfalls of defacing whole-head MRI: re-identification risk with diffusion models and compromised research potential [11.9]
我々は、カスケード型確率拡散モデル(DPM)を用いて、顔の頭部MRIにおける顔の復元を行うリタッチパイプラインを開発した。 DPMは180人の被験者の画像に基づいて訓練され、484人の未確認被験者の画像でテストされる。以上の結果から,DPMは画像から得られた顔に類似した高忠実な顔を生成することができ,表面距離は人口平均面よりもかなり小さいことがわかった。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 00:58:12 GMT)
Importing Phantoms: Measuring LLM Package Hallucination Vulnerabilities [11.9]
大規模言語モデル(LLM)はプログラマのツールキットに不可欠なツールとなっている。コードを幻覚させる傾向は、悪意あるアクターがソフトウェアサプライチェーンの広い範囲に脆弱性を導入するために利用することができる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 10:26:18 GMT)
Entanglement-assisted authenticated BB84 protocol [11.8]
この作業は、最大絡み合ったペアの機能を利用する、新しいユーザサーバ認証手順を提供する。我々は、よく知られたBB84量子通信プロトコルにそれを組み込むのに便利な設計の特徴を活用している。ユーザサーバ認証プロトコルの現実的なシミュレーションは,送信とストレージの両方にノイズモデルを用いることで実現されている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:39:30 GMT)
Replication-proof Bandit Mechanism Design with Bayesian Agents [11.8]
エージェントが自分の腕を戦略的に登録したり複製したりする際に、複製防止バンディット機構を設計する際の課題について検討する。我々は,各自の腕の平均報酬の分布のみを把握しているベイズエージェントについて検討する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 22:11:59 GMT)
Differentially Private Active Learning: Balancing Effective Data Selection and Privacy [11.7]
標準学習設定のための差分プライベートアクティブラーニング(DP-AL)を導入する。本研究では,DP-SGDトレーニングをALに統合することで,プライバシ予算の割り当てやデータ利用において大きな課題が生じることを実証する。視覚および自然言語処理タスクに関する実験は,DP-ALが特定のデータセットやモデルアーキテクチャの性能を向上させることを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:08:16 GMT)
Zero-Inflated Bandits [11.6]
そこでは,ゼロ膨らみ分布と呼ばれる古典的半パラメトリック分布を用いて報酬をモデル化する。我々は、この特定の構造のためのアッパー信頼境界とトンプソンサンプリングフレームワークに基づくアルゴリズムを開発する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 20:20:09 GMT)
Let Human Sketches Help: Empowering Challenging Image Segmentation Task with Freehand Sketches [11.4]
本稿では,革新的なスケッチ誘導型対話型セグメンテーションフレームワークを提案する。スケッチ入力が既存の反復分割法の性能を大幅に改善できることを実証する。また、カモフラージュされたオブジェクト検出のための最初のフリーハンドスケッチデータセットであるKOSCamo+を提示する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:26:40 GMT)
SoK: Towards Effective Automated Vulnerability Repair [11.0]
ソフトウェア脆弱性の増加は、自動脆弱性修復(AVR)技術を必要とする。この知識の体系化(SoK)は、合成と現実の両方の脆弱性を含む、ランドスケープの包括的概要を提供する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 00:35:55 GMT)
Fortran2CPP: Automating Fortran-to-C++ Translation using LLMs via Multi-Turn Dialogue and Dual-Agent Integration [11.0]
私たちのデータセットは、コード翻訳、コンパイル、実行、ユニットテスト、エラー修正を含む、フィードバック決定をキャプチャする1.7kの対話で構成されています。このデータセットを使用して、CodeBLEUスコアの最大3.31倍の改善と、コンパイル成功率の92%向上を実現した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 20:36:06 GMT)
Accelerating LLM Inference with Lossless Speculative Decoding Algorithms for Heterogeneous Vocabularies [11.0]
投機的復号法(SD法)は、単一の目標フォワードパスを使用して複数のトークンを生成することにより、実質的な効率向上をもたらす。既存のSDアプローチでは、ドラフトラとターゲットモデルは同じ語彙を共有する必要があるため、ドラフトラのプールが制限される。この共有語彙制約を除去する3つの新しいSD手法を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 19:13:58 GMT)
Concept Steerers: Leveraging K-Sparse Autoencoders for Controllable Generations [10.9]
テキスト・ツー・イメージ生成モデルは、敵対的な攻撃をしがちであり、不安全で非倫理的なコンテンツを不注意に生成する。我々は,k-スパースオートエンコーダ(k-SAE)を活用して,効率的な,解釈可能な概念操作を実現する新しいフレームワークを提案する。提案手法は, 安全でない概念除去において$mathbf20.01%$の改善を実現し, スタイル操作に有効であり, 現在の最先端技術よりも$mathbfsim5$x高速である。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:52:47 GMT)
Consistent Video Colorization via Palette Guidance [10.7]
カラー化タスクを生成タスクとみなし、安定ビデオ拡散(SVD)をベースモデルとして導入する。我々は、鮮明で一貫した色を生成するモデルを支援するために、パレットベースのカラーガイドを設計する。実験により,提案手法は従来の手法を超越した鮮やかで安定した映像色を提供できることを示した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:31:19 GMT)
Spend Wisely: Maximizing Post-Training Gains in Iterative Synthetic Data Boostrapping [10.5]
予算配分戦略を解析するための理論的枠組みを開発する。定常的な政策は高い確率で収束せず、一方で政策の増大、特に指数関数的な成長政策は重要な理論的優位性を示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 08:47:17 GMT)
Towards Generalisable Time Series Understanding Across Domains [10.4]
時系列の不均一性を扱うために特別に設計された新しい事前学習パラダイムを導入する。本稿では、学習可能なドメインシグネチャ、二重マスキング戦略、正規化相互相関損失を持つトークンサを提案する。私たちのコードと事前訓練されたウェイトはhttps://www.oetu.com/oetu/otis.comで公開されています。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:50:26 GMT)
S-VOTE: Similarity-based Voting for Client Selection in Decentralized Federated Learning [10.3]
Decentralized Federated Learning (DFL)は、中央サーバに頼ることなく、協調的なプライバシ保護モデルトレーニングを可能にする。本研究では、異種環境におけるDFL問題に対処するS-VOTEを提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:43:02 GMT)
Efficient Beam Search for Large Language Models Using Trie-Based Decoding [10.3]
本稿では,バッチベースのビームサーチのメモリ非効率性に対処する並列デコーディング手法を提案する。同じプレフィックスを共有するすべてのビーム間で単一のキャッシュを共有することで、提案手法はメモリ消費を劇的に削減するだけでなく、すべてのブランチ間で並列デコードを可能にする。プレフィックスツリーのこの革新的な利用は、ビーム探索の効率的な代替手段を提供し、推論速度を保ちながら大きなメモリ節約を実現し、特にメモリ制約のある環境や大規模なモデル展開に適している。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:22:36 GMT)
Norm-Bounded Low-Rank Adaptation [10.2]
重み適応行列の各特異値に対する明示的な境界を許容する2つのパラメータ化を導入する。視覚的微調整ベンチマーク実験により,提案手法は適応性能がよいことを示す。また、プライバシ保護モデルマージと低ランク行列補完の応用についても検討する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:24:57 GMT)
Solving Inverse Problem for Multi-armed Bandits via Convex Optimization [10.2]
行動モデリングのための神経科学・心理学研究で広く用いられている多腕包帯(IMAB)の逆問題について考察する。まず、IMAB問題は一般の凸問題ではなく、変数変換によって凸問題に緩和できることを示す。我々は,IMAB問題に対して,IMAB問題に対するグローバルな解決策を提供する条件と,計算時間を短縮するための近似について論じる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 08:08:32 GMT)
SOAP: Improving and Stabilizing Shampoo using Adam [10.2]
この研究はシャンプーとアダファクトの間の公式な関係を確立している。 AdafactorはAdamのメモリ効率の近似である。シャンプーのプレコンディショナーの固有ベイズにおいて,シャンプーがAdafactorを実行することと等価であることを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:52:42 GMT)
Referential communication in heterogeneous communities of pre-trained visual deep networks [10.1]
大規模なトレーニング済みの画像処理ニューラルネットワークは、自動運転車やロボットのような自律エージェントに組み込まれている。提案手法は,対象対象物を参照するための共有プロトコルを,自己管理的に開発することができることを示す。既存のコミュニティには含まれなかったビジュアルネットワークは、驚くほど簡単にコミュニティのプロトコルを学ぶことができる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:43:25 GMT)
QMe14S, A Comprehensive and Efficient Spectral Dataset for Small Organic Molecules [10.1]
14元素を含む186,102個の有機分子からなるQMe14Sデータセットを紹介する。我々は、エネルギー、原子電荷、原子間力、双極子モーメント、四極子モーメント、偏光性、オクタポールモーメント、第1超分極性、ヘッセンなどの計算特性を最適化した。我々は、QMe14Sでトレーニングされたモデルは、分子スペクトルのシミュレーションにおいて、以前に開発されたQM9Sデータセットでトレーニングされたモデルよりも優れていることを示した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 04:12:53 GMT)
Improving Parallel Program Performance with LLM Optimizers via Agent-System Interface [9.9]
並列プログラムのパフォーマンスを改善する上で重要な課題は、タスクをプロセッサやデータに効率的にメモリにマッピングすることだ。生成最適化によるマッパー開発を自動化するフレームワークを提案する。提案手法では,9つのベンチマークで1.34倍の高速化を実現している。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 06:36:22 GMT)
Swarm-Gen: Fast Generation of Diverse Feasible Swarm Behaviors [9.8]
ロボット群における協調行動は本質的にはマルチモーダルである。本稿では,生成モデルと安全フィルタ(SF)を組み合わせることで,多種多様かつ実現可能なSwarm動作を生成する。我々は、数ミリ秒以内で、多様なスワムの挙動をシミュレートし、多モードで実現可能な軌道を多数生成できることを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:13:09 GMT)
Comprehensive Subjective and Objective Evaluation Method for Text-generated Video [9.7]
我々は,textbfTextで生成されたtextbfVideo textbfevaluation, textbfT2VEval-Bench のベンチマークデータセットを構築した。主観評価では, 全体的な印象, 映像品質, 審美的品質, 現実性, テキスト・ビデオの一貫性の5つの重要なスコアを収集した。客観的評価のために, 品質, 信頼性, 一貫性の3分野にわたるビデオの評価を行うtextbfT2VEval モデルを開発した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 09:39:47 GMT)
Learning Human-Aligned Representations with Contrastive Learning and Generative Similarity [9.6]
人間は、少数の例から学び、感覚データから有用な情報を抽象化するために効果的な表現に頼る。ベイズ的類似性の概念を用いて、2つのデータポイントが同じ分布からサンプリングされた場合、類似していると考えられる。本研究では, 形状規則性の人間的表現, ユークリッド幾何学的概念, 自然画像のセマンティック階層の抽出に有効であることを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:19:24 GMT)
Ensembles of Low-Rank Expert Adapters [9.6]
本稿では,多種多様なタスクを扱うモデルの能力を向上させるために,低ランクエキスパートアダプタ(ELREA)フレームワークの組み立てを提案する。 ELREAは、トレーニング指示をその勾配方向に基づいてクラスタ化し、さまざまな専門分野を表現している。推論中、ELREAは、入力データの勾配とトレーニングクラスタとの類似性に基づいて、最も関連する専門家アダプタからの予測を組み合わせる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:07:21 GMT)
ProtoSnap: Prototype Alignment for Cuneiform Signs [9.5]
偏形符号の微細な内部構成を復元するための教師なし手法を提案する。当社のアプローチであるProtoSnapは,深部画像の特徴のあるマッチングに対して,構造的一貫性を強制する。以上の結果から,本手法はプロトタイプの骨格を多種多様な奇形記号に整列させることに成功していると考えられる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 19:23:41 GMT)
Drama: Mamba-Enabled Model-Based Reinforcement Learning Is Sample and Parameter Efficient [9.5]
状態空間モデル(SSM)をベースとした世界モデルを提案する。長期依存関係を効果的にキャプチャしながら、メモリと計算の複雑さを$O(n)$達成します。このモデルはアクセス可能で、市販のラップトップでトレーニングすることができる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:27:39 GMT)
Neuro-LIFT: A Neuromorphic, LLM-based Interactive Framework for Autonomous Drone FlighT at the Edge [9.5]
本稿では,Parrot Bebop Quaotor2上に実装されたリアルタイムニューロモルフィックナビゲーションフレームワークNeuro-LIFTを提案する。我々のフレームワークは、人間の発話を高レベルな計画コマンドに変換し、イベントベースのニューロモルフィックビジョンと物理駆動計画を用いて自律的に実行される。本フレームワークは,動的な環境下での航行,障害物回避,人間の指示にリアルタイムで適応する能力を示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:17:03 GMT)
SpikingSoft: A Spiking Neuron Controller for Bio-inspired Locomotion with Soft Snake Robots [9.4]
本研究は, 柔らかいヘビの振動を利用した移動歩行の可能性を探るものである。可変出力パターンを生成するために、調整可能なしきい値を持つDouble Threshold Spiking Neuronモデルを導入する。当社のアプローチであるSpkingSoftが自然にペアリングし,強化学習と統合できることを実証する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:00:54 GMT)
RIGNO: A Graph-based framework for robust and accurate operator learning for PDEs on arbitrary domains [9.3]
任意のドメイン上のPDEの解演算子を学習することは、可能なドメイン形状の多様性のために困難である。本稿では、任意の領域の点クラウド上のデータからPDEソリューション演算子を学習するために、エンドツーエンドグラフニューラルネットワーク(GNN)に基づくニューラルネットワークを提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:14:25 GMT)
HeadCraft: Modeling High-Detail Shape Variations for Animated 3DMMs [9.2]
人間の頭部モデリングの最近の進歩は、神経表現による可塑性3次元頭部モデルの生成を可能にする。本稿では,3DMM上での詳細な3次元頭部メッシュの生成モデルを提案する。変位のUVマップを一般化するためにStyleGANモデルを訓練し、それを後にHeadCraftと呼ぶ。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:44:14 GMT)
RealCraft: Attention Control as A Tool for Zero-Shot Consistent Video Editing [9.2]
本研究では,ゼロショット映像編集のためのアテンション制御方式であるRealCraftを提案する。新たな特徴注入にクロスアテンションを切り替え、編集対象の空間的注意を緩和することにより、局所的な形状の編集を実現する。提案するゼロショットアテンション制御方式を,様々なビデオで紹介し,形状,時間一貫性,パラメータフリーな編集方法を示した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:34:24 GMT)
LLM-based Affective Text Generation Quality Based on Different Quantization Values [9.1]
本稿では、異なる量子化値、GPURAM利用率、感情テキスト生成におけるテキスト品質のトレードオフについて論じる。ビットの削減はメモリ節約につながり、76%の削減を実現している。テキストの品質に関しては、より低い量子化レベルの大きなモデルは、一般的により小さく、より高精度なモデルよりも優れている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:12:55 GMT)
Position: Rethinking Explainable Machine Learning as Applied Statistics [9.0]
説明可能な機械学習は、その並列性を応用統計と認識する必要がある、と我々は主張する。研究論文では、これがほとんど議論されていないという事実が、現在の文献の主な欠点の1つである。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:01:15 GMT)
MPLinker: Multi-template Prompt-tuning with Adversarial Training for Issue-commit Link Recovery [9.0]
ソフトウェアトレーサビリティ(ST)におけるイシュー・コミット・リンク・リカバリ(ILR)は、ソフトウェアシステムの信頼性、品質、セキュリティを改善する上で重要な役割を果たす。現在のIRR法は、プレトレーニング言語モデル(PLM)と専用ニューラルネットワークを用いて、ILRを分類タスクに変換する。 MPLinkerは、テンプレートベースのプロンプトチューニングを通じてIRRタスクをクローズタスクとして再定義し、モデル一般化を強化し、オーバーフィッティングを減らすために、逆行訓練を取り入れている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 10:51:14 GMT)
The Role of Graph-based MIL and Interventional Training in the Generalization of WSI Classifiers [8.9]
病理スライドの高解像度デジタルスキャンを含むWSI(Whole Slide Imaging)は、がん診断のゴールドスタンダードとなっている。ギガピクセルの解像度と注釈付きデータセットの不足は、ディープラーニングモデルの課題を示している。 WSI 分類のための新しいフレームワークである Graph-based Multiple Instance Learning with Interventional Training (GMIL-IT) を導入する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:21:08 GMT)
Fused-Planes: Improving Planar Representations for Learning Large Sets of 3D Scenes [8.8]
大規模なシーンを学習するフレームワークにおいて,Tri-Planesの資源効率を向上させる新しい平面アーキテクチャであるFused-Planesを紹介した。 i)圧縮モデルと共同でシーンの最初のサブセットを訓練し、(ii)圧縮モデルを用いて残りのシーンを学習する。この圧縮モデルは、Fused-Planesが学習される3D対応の潜在空間で構成され、レンダリングの解像度を低減し、シーン間の共有構造によりシーン表現の複雑さを低減させる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:23:37 GMT)
RepoAudit: An Autonomous LLM-Agent for Repository-Level Code Auditing [8.8]
この作業では、レポジトリレベルのコード監査を正確かつ効率的なものにするために、自律的なLLMエージェントであるRepoAuditを導入している。 RepoAuditは、必要に応じてコードリポジトリを調べ、個々の関数で異なる実行可能なプログラムパスに沿ってデータフローの事実を分析する。我々の実験によると、RepoAuditは15の現実世界のシステムで38の真のバグを発見し、プロジェクト平均で0.44時間と2.54ドルを消費している。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 04:02:40 GMT)
A Derivational ChainBank for Modern Standard Arabic [8.8]
本稿では,アラビア語の派生型形態をモデル化する上で,形式と意味の関係を活用するために,アラビア語派生型連鎖銀行CHAINBANKという新しい概念を導入する。我々は抽象パターンの知識グラフネットワークを構築し,その導出関係をCAMELMORPH形態解析データベースの補題と整合させた。このプロセスは、23,333の導出接続を含む導出関係を通じて、それらの対応する補題ベースにリンクする派生語の補題の連鎖を生み出した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 09:29:23 GMT)
Targeted Vaccine: Safety Alignment for Large Language Models against Harmful Fine-Tuning via Layer-wise Perturbation [8.6]
T-Vaccineは、モデル選択層のみに摂動を適用するメモリ効率の良い安全アライメント手法である。その結果,T-バクシンは防御効果と資源効率の両方においてバクシンよりも優れていた。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:26:27 GMT)
EcoWeedNet: A Lightweight and Automated Weed Detection Method for Sustainable Next-Generation Agricultural Consumer Electronics [8.6]
雑草は、特に作物の収量に影響を与える水、土壌の栄養素、日光などの作物と重要な資源を共有します。精密農業における自動化されたコンピュータビジョン技術と地上の農業消費者電子車両の採用は、持続可能で低炭素のソリューションを提供する。本研究は,雑草検出性能を向上した新しいモデルであるEcoWeedNetを提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 22:46:20 GMT)
VoD-3DGS: View-opacity-Dependent 3D Gaussian Splatting [8.6]
コンピュータグラフィックスでは、材料は拡散またはスペクトルに分類され、光と異なる相互作用をする。標準的な3Dガウススプラッティングモデルは、ビュー依存のコンテンツを表現するのに苦労している。我々は,各3次元ガウスの不透明度表現を強化するために,追加の対称行列を導入する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:35:35 GMT)
Real-time Multi-modal Object Detection and Tracking on Edge for Regulatory Compliance Monitoring [8.6]
飛行時間とRGBカメラを用いたリアルタイムマルチモーダルセンシングシステムを提案する。これにより、継続的なオブジェクト追跡が記録保持の効率を高め、手作業による介入を最小限にすることができる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 04:10:25 GMT)
A neutral-atom Hubbard quantum simulator in the cryogenic regime [8.6]
我々は、ハバードモデルの大規模量子シミュレーションを全く新しい状態へと導くために、数倍の温度低下を実証した。我々は量子シミュレーションを用いて、ドーピングで同様の低温を達成するための新しい経路を特定できる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:59:22 GMT)
SuiGPT MAD: Move AI Decompiler to Improve Transparency and Auditability on Non-Open-Source Blockchain Smart Contract [8.6]
SuiGPT Move AI Decompiler (MAD)は、Swi上でスマートコントラクトバイトコードを非コンパイルするWebアプリケーションである。 MADは現実世界のスマートコントラクトで73.33%の再コンパイル成功率を達成した。ユーザは容易に独立して、オープンソースでないスマートコントラクトをレビューし、監査することができる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:31:56 GMT)
Stabilizing black-box model selection with the inflated argmax [8.5]
理論的安定性を保証するモデル選択を安定化する新しい手法を提案する。提案手法では,データに適合するモデルの小さなコレクションを選択し,高い確率で任意のトレーニングポイントを除去すると,元のコレクションと重なる選択されたモデルのコレクションが生成される。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 21:15:00 GMT)
Brain-inspired sparse training enables Transformers and LLMs to perform as fully connected [8.4]
動的スパーストレーニング(DST)は、ANNの計算要求を削減できるが、ピーク性能をスパシティレベルで維持するのは難しい。 Cannistraci-Hebb training (CHT)は、DSTにおける接続性を高める脳誘発の方法である。 CHTの主な欠点は2つある: (i) 時間複雑性はO(Nd3) - Nノードネットワークサイズ、dノードである。我々はCHリンク予測器のGPUフレンドリな近似を提案し、計算複雑性をO(N3)に減らし、Aを可能とした。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:04:37 GMT)
Cautious Optimizers: Improving Training with One Line of Code [8.4]
我々はAdamWを慎重な、例えばC-AdamWとC-Lionに改名した。我々の理論的結果は、この修正がアダムのハミルトニアン函数を保ち、リアプノフ解析の下で収束保証を破らないことを示している。中でも最も単純な実験は、LlamaとMAEで最大1.47ドル(約1万7000円)の事前トレーニングを行うだけでなく、ポストトレーニングタスクの結果としても優れていることを示す実験である。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:56:58 GMT)
Deriving Activation Functions Using Integration [8.3]
本稿では、訓練可能なアフィン変換を統合することで導かれる、訓練可能な部分的活性化関数である指数線形ユニットの拡張積分(xIELU)を紹介する。 xIELUは、(1)正の入力に対してトレーニング可能で線形に増大する勾配(reLU$2$)と(2)拡張SiLU(xSiLU)にインスパイアされた負の入力に対して負の値を取ることができる訓練可能勾配(reLU$2$)の2つの重要な性質を組み合わせる。 FineWeb Eduの125Bトークンでトレーニングされた1.1Bおよび3BパラメータLlamaモデルによる実験では、xIELUはより低い値を達成する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 19:28:05 GMT)
Optimal Transport-based Conformal Prediction [8.3]
コンフォーマル予測(CP)は、ブラックボックス学習モデルにおける不確実性のための原則化されたフレームワークである。レンズを通して予測スコア関数を処理する新しいCPプロシージャを提案する。次に,マルチ出力回帰とマルチクラス分類の定量化に本手法を適用した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 09:48:28 GMT)
Text-to-CAD Generation Through Infusing Visual Feedback in Large Language Models [8.2]
本稿では,Large Language Models (LLM) をバックボーンとして使用するフレームワークであるCADFusionを紹介する。 CADFusionは質的にも定量的にも性能を著しく向上することを示した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:28:16 GMT)
SynthmanticLiDAR: A Synthetic Dataset for Semantic Segmentation on LiDAR Imaging [8.2]
本稿では,LiDARセマンティックセグメンテーションを念頭に設計した改良型CARLAシミュレータを提案する。我々はLiDAR画像のセマンティックセグメンテーションのための合成データセットであるSynthmanticLiDARを作成した。この結果から,SynthmanticLiDARをトレーニングプロセスに組み込むことで,テストアルゴリズム全体の性能が向上することがわかった。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:09:10 GMT)
Memory-Efficient Fine-Tuning of Transformers via Token Selection [8.0]
TokenTuneは、メモリ使用量を減らす方法であり、特に中間活性化を記憶するためのメモリである。我々は、最大10億のパラメータを持つ事前学習されたトランスフォーマーモデルに対するアプローチを評価する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 00:43:50 GMT)
The Smart Buildings Control Suite: A Diverse Open Source Benchmark to Evaluate and Scale HVAC Control Policies for Sustainability [8.0]
商業ビルは米国の二酸化炭素排出量の17%を占めている。モデル予測制御と強化学習は制御ポリシーの最適化に使われており、数千の建物へのスケーリングは未解決の課題である。 We present the Smart Buildings Control Suite, a first open source interactive HVAC control benchmark。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:29:42 GMT)
Average Certified Radius is a Poor Metric for Randomized Smoothing [8.0]
ランダムな平滑化により得られるロバスト性保証を評価するために,平均認定半径(ACR)が不十分であることを示す。本稿では, 厳密なサンプルを明示的に廃棄し, ほぼ認証された半径でデータセットを再重み付けし, 簡単なサンプルを極端に最適化し, 最先端のACRを実現する戦略を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:07:32 GMT)
MotionPCM: Real-Time Motion Synthesis with Phased Consistency Model [7.9]
拡散モデルは、その強力な生成能力のためにヒトの運動合成において一般的な選択肢となっている。それらの高い計算複雑性と大規模なサンプリングステップは、リアルタイムアプリケーションに課題をもたらす。位相整合モデルに基づくアプローチであるtextbfMotionPCM を導入し、潜在空間におけるリアルタイムモーション合成の品質と効率を向上させる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:17:04 GMT)
Poison as Cure: Visual Noise for Mitigating Object Hallucinations in LVMs [7.9]
大型視覚言語モデル(LVM)は、大型言語モデル(LLM)を視覚的知覚能力で拡張する。信頼性を損なう大きな課題は、LVMが妥当だが事実的に不正確な情報を生成できるというオブジェクト幻覚である。本稿では,この幻覚を緩和するための新しい視覚的対向摂動(VAP)法を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:31:00 GMT)
PUATE: Semiparametric Efficient Average Treatment Effect Estimation from Treated (Positive) and Unlabeled Units [7.9]
本研究では、処理グループと未知のグループ構成ユニットのみを観測可能な環境で、ATE推定のための半パラメトリック効率的な推定器を開発する。本研究は,欠落データと弱教師付き学習による因果推論に寄与する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:47:32 GMT)
Building Bridges, Not Walls -- Advancing Interpretability by Unifying Feature, Data, and Model Component Attribution [7.8]
本稿では,特徴,データ,コンポーネント属性の手法が基本的類似性を共有し,それらをブリッジすることで解釈可能性の研究に役立つことを論じる。 3つの領域で成功した手法を詳細に分析し、これらが類似した手法を用いていることを示す統一的な視点を示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 04:42:45 GMT)
Robust Novelty Detection through Style-Conscious Feature Ranking [7.7]
我々は、タスク関連セマンティクスまたはコンテンツ変更と無関係なスタイル変更の正式な区別を提唱する。この区別は堅牢な新規性検出の基礎を形成し、スタイルの分布シフトに耐性のある意味変化の同定を強調している。本稿では,事前学習した大規模モデル表現を用いて環境バイアスのある特徴を選択的に破棄する手法であるStylistを紹介する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:49:09 GMT)
Disambiguating Numeral Sequences to Decipher Ancient Accounting Corpora [7.5]
古代・部分的に解読された原エラマイト(PE)文字について検討する。書かれた数字は、それらを読むのに使われるシステムによって最大4つの異なる読みを持つことができる。本稿では,このコーパスに記録された数値の値を決定するために,これらの読みのあいまいさを解消する作業について考察する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:10:31 GMT)
Covering Multiple Objectives with a Small Set of Solutions Using Bayesian Optimization [7.5]
多目的ブラックボックス最適化では、Tブラックボックス対象関数のセットを同時に最適化するソリューションを見つけることが目的である。我々は、このパラダイムから外れた新しい問題設定を導入し、K T が集合的に T の目的を「覆い隠す」ような、より小さな K の解の集合を見つける。この問題のモチベーションの例として、薬物設計が挙げられる。例えば、私たちはT病原体を持ち、少なくとも1つの抗生物質を各病原体の治療に使用できるように、KT抗生物質のセットを同定することを目指している。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:43:30 GMT)
Byzantine-Resilient Zero-Order Optimization for Communication-Efficient Heterogeneous Federated Learning [7.3]
CyBeR-0は、ビザンチン攻撃下で堅牢なビザンチン耐性ゼロオーダー最適化法である。通信コストのアップとフェデレーションが大幅に削減される。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 22:22:11 GMT)
When Are Bias-Free ReLU Networks Effectively Linear Networks? [7.2]
本稿では、ReLUネットワークにおけるバイアス除去の効果について、その表現性と学習ダイナミクスについて検討する。まず、二層バイアスのないReLUネットワークは、表現性に制限があることを示す。次に、データ上の対称性条件下では、これらのネットワークは線形ネットワークと同じ学習力学を持つことを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 23:01:30 GMT)
Deep Out-of-Distribution Uncertainty Quantification via Weight Entropy Maximization [7.2]
本稿では,ベイジアン法とアンサンブル法を用いて,ディープラーニングにおける不確実な定量化と分布外検出を扱う。ニューラルネットワークを考えると、平均的な経験的リスクと重量分布エントロピーの間のトレードオフとして定義されたそのような分布を構築するために、実用的な最適化が導出される。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:40:09 GMT)
Submodular Framework for Structured-Sparse Optimal Transport [7.0]
非平衡最適輸送(UOT)は、非正規化対策の柔軟な枠組みとロバスト性により、近年注目を集めている。本研究では,UOT設定における疎輸送計画の学習(構造化)について検討する。本稿では,最近検討された平均誤差に基づく UOT を用いた新しい空間制約付き UOT の定式化を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:20:10 GMT)
Position: Curvature Matrices Should Be Democratized via Linear Operators [6.9]
線形演算子は、曲率行列を扱う汎用的でスケーラブルでユーザフレンドリな抽象化を提供する。 $textitcurvlinops$は、統一された線形演算子インターフェイスを通じて曲率行列を提供するライブラリである。私たちは$textitcurvlinops$で、このインターフェースがいかに複雑さを隠蔽し、アプリケーションを単純化し、他のライブラリと相互運用可能で、大規模なNNにスケールするかを示します。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:46:30 GMT)
Low-Rank Adapting Models for Sparse Autoencoders [6.9]
我々はローランク適応(LoRA)を使用して、以前訓練されたSAEの周りに言語モデル自体を微調整します。本手法は,SAEのGemma Scopeファミリーにおける,SAE空間幅,SAE幅,言語モデルサイズ,LoRAランク,モデル層にまたがって解析を行う。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:59:16 GMT)
Compositional Hardness of Code in Large Language Models -- A Probabilistic Perspective [6.9]
大規模言語モデル(LLM)における一般的なプラクティスは、モデルのコンテキストウィンドウ内のタスク全体に対するソリューションをサンプリングすることである。これまでの研究では、モデルのコンテキスト内でのサブタスク分解がそのようなタスクの解決に有用であることが示されている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 10:15:43 GMT)
Verifying Cross-modal Entity Consistency in News using Vision-language Models [6.9]
非一貫性のクロスモーダル情報の識別は、偽情報を検出するために重要である。本稿では,ニュース記事中の画像とテキスト間のエンティティ一貫性を検証するためのフレームワークを提案する。この結果から, クロスモーダルなエンティティ検証を自動化するためのLVLMの可能性が示唆された。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 10:08:36 GMT)
RaySplats: Ray Tracing based Gaussian Splatting [6.8]
3D Gaussian Splatting(3DGS)は、2D画像から直接3Dオブジェクトを作成することができるプロセスである。本稿では,レイトレーシングをベースとしたSplattingモデルであるRaySplatsを紹介する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:05:06 GMT)
Improving the Robustness of Representation Misdirection for Large Language Model Unlearning [6.7]
Representation Misdirection (RM) および variants is established large language model (LLM) unlearning method with state-of-the-art performance。 RM法は本質的にモデルのロバスト性を低下させ,一方の非逆方向のドナートケンが保持クエリにある場合でも誤動作を生じさせることを示す。本稿では,RM法のロバスト性向上のための理論的保証付きモデルおよび手法アプローチであるランダムノイズ増強法を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:12:20 GMT)
Improving vision-language alignment with graph spiking hybrid Networks [6.7]
本稿では,細粒度のセマンティックな特徴を生成するために,パノプティックセマンティック・セマンティック・セマンティクスの活用を必要とする包括的ビジュアルセマンティクス表現モジュールを提案する。視覚的セマンティック情報を符号化するために,SNNとGATの相補的な利点を統合したグラフスパイキングハイブリッドネットワーク(GSHN)を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:55:17 GMT)
OneBatchPAM: A Fast and Frugal K-Medoids Algorithm [6.7]
本稿では,大規模データセットを適切な計算時間とメモリの複雑さで処理する新しいk-medoids近似アルゴリズムを提案する。単一のサイズ m n のバッチは、ほとんどの k-メディドのベースラインと比較して、O(n2) ではなく、必要なメモリサイズとペアの異なる計算数を O(mn) に減少させる。我々は,m = O(log(n)) のバッチが強い確率で元の局所探索アルゴリズムと同じ性能を保証するのに十分であることを示す理論的結果を得る。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:48:16 GMT)
Trustworthy Evaluation of Generative AI Models [6.7]
本研究では, 相対的性能差の非バイアス推定器を用いて, 2つの生成モデルを比較する手法を提案する。提案手法は効率が高く,並列計算と事前保存中間結果により高速化できる。統計的信頼度のある実画像データセット上での拡散モデルの評価において,本手法の有効性を示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 05:31:05 GMT)
DarkIR: Robust Low-Light Image Restoration [6.6]
マルチタスク低照度画像復元のための効率的でロバストなニューラルネットワークを提案する。我々のモデルであるDarkIRは、人気のあるLOLBlur、LOLv2、Real-LOLBlurデータセット上で、最先端の新たな結果を得る。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:52:04 GMT)
SpikingRTNH: Spiking Neural Network for 4D Radar Object Detection [6.6]
SpikingRTNHは、4D Radarデータを用いた3Dオブジェクト検出のための最初のスパイクニューラルネットワーク(SNN)である。我々は,高密度から低密度の点雲を逐次処理する生物トップダウン推論(BTI)を導入する。その結果、自律運転システムにおけるエネルギー効率のよい4Dレーダによる物体検出のためのSNNの実現可能性を確立した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 07:33:30 GMT)
We're Different, We're the Same: Creative Homogeneity Across LLMs [6.5]
大規模言語モデル(LLM)が、書き込みサポートツールやアイデアジェネレータなどとして利用可能になった。 LLMを創造的なパートナーとして使用すると、より狭い創造的なアウトプットが得られることが、いくつかの研究で示されている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:12:41 GMT)
CORAL: Concept Drift Representation Learning for Co-evolving Time-series [6.4]
概念ドリフトは従来の分析モデルの信頼性と精度に影響を与える。本稿では,時系列を進化するエコシステムとしてモデル化し,概念ドリフトの表現を学習する手法であるCoRALを提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:13:14 GMT)
An Invitation to Neuroalgebraic Geometry [6.4]
我々は代数幾何学のレンズを通して機械学習モデルによってパラメータ化された関数空間の研究を促進する。我々は、次元、次数、特異点などの多様体の代数幾何学的不変量の間の辞書を概説する。研究は、代数幾何学とディープラーニングを橋渡しする研究の方向性の基礎を築いた。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 06:33:58 GMT)
A Survey on Class-Agnostic Counting: Advancements from Reference-Based to Open-World Text-Guided Approaches [6.4]
CAC(class-agnostic counting)の進歩を概観する CACの目的は、トレーニング中に見たことのないクラスに属するオブジェクトを数えることである。我々は最先端技術を分析し、それらの結果を既存のゴールド標準ベンチマークで報告する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:47:09 GMT)
Creative Problem-Solving: A Study with Blind and Low Vision Software Professionals [6.3]
ブラインドとロービジョンのソフトウェアプロフェッショナル(BLVSP)は、多くの職場課題に直面している。本研究では、BLVSPがこれらのアクセシビリティ障壁を克服する革新的な戦略を探求する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:33:39 GMT)
o3-mini vs DeepSeek-R1: Which One is Safer? [6.1]
DeepSeek-R1はAI産業の転換点となっている。 OpenAIのo3-miniモデルは、パフォーマンス、安全性、コストの点で高い標準を設定することが期待されている。私たちは最近リリースされたASTRALという自動安全テストツールを使用しています。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:39:00 GMT)
Simultaneous Reward Distillation and Preference Learning: Get You a Language Model Who Can Do Both [6.1]
本稿では, DRDO (Direct Reward Distillation and Policy-Optimization) を紹介する。 Ultrafeedback と TL;DR データセットの結果、DRDO が学習したポリシーが、期待される報酬の点で DPO や e-DPO などの手法を超越していることが示されている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 06:27:00 GMT)
Mixed Feelings: Cross-Domain Sentiment Classification of Patient Feedback [6.0]
本稿では,一般臨床医と精神医療に関する患者調査における自由テキストコメントに焦点を当てた。我々は、レビュー形式で汎用ドメインソースを活用することにより、データの不足を軽減しようと試みている。いくつかの異なるアーキテクチャでは、ドメイン内効果とドメイン外効果を比較し、共同マルチドメインモデルのトレーニングの効果を比較検討する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:44:46 GMT)
No Foundations without Foundations -- Why semi-mechanistic models are essential for regulatory biology [5.9]
規制生物学の真の「基礎モデル」は、機械的洞察を原理化された実験設計と統合するフレームワークによってガイドされない限り、手の届かないままである、と我々は主張する。本稿では、摂動に基づく実験設計を統一する基礎的な半機械的枠組みを提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:43:16 GMT)
Metalic: Meta-Learning In-Context with Protein Language Models [5.9]
このような予測タスクの有望なテクニックとして機械学習が登場した。データ不足のため、私たちはメタラーニングがタンパク質工学の進歩に重要な役割を果たすと信じています。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:41:43 GMT)
Low-Contrast-Enhanced Contrastive Learning for Semi-Supervised Endoscopic Image Segmentation [5.7]
低コントラスト強化コントラスト学習(LCC)によるLoCoと呼ばれる新しい半教師付きセグメンテーションフレームワークを提案する。 LCCは2つの高度な戦略を取り入れ、低コントラスト画素の特異性を高め、悪性腫瘍、良性腫瘍、正常な組織に低コントラスト画素を分割することができる。 LoCoは最先端の結果を達成し、従来の方法よりも大幅に上回っている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 09:29:44 GMT)
Understanding Federated Learning from IID to Non-IID dataset: An Experimental Study [5.7]
フェデレーション・ラーニング(FL)は、生データを共有せずに分散化されたデータソース間で機械学習モデルをトレーニングするための有望なアプローチとして登場した。 FLにおける重要な課題は、クライアントデータが非IID(非独立で同一の分散)であることが多く、集中型学習と比較してパフォーマンスが低下することです。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 21:58:15 GMT)
Safe Reinforcement Learning in Black-Box Environments via Adaptive Shielding [5.6]
我々は、トレーニング中の状態-動作ペアの安全性と安全性を区別する新しい技術であるmboxADVICE(Adaptive Shielding with a Contrastive Autoencoder)を紹介する。総合実験の結果,ADVICEはトレーニング中の安全違反(約50%)を有意に低減し,他の手法と比較して競争力のある結果が得られた。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 10:45:55 GMT)
Multi-agent Multi-armed Bandit with Fully Heavy-tailed Dynamics [5.5]
分散マルチエージェント・マルチアーム・バンディットを重み付き設定で検討し、クライアントが重み付き次数分布を持つスパースランダムグラフ上で通信する。私たちは、現実世界のシステムにおける複数のクライアント間の通信と推論のダイナミクスと課題を捉えた、このような完全にヘビーテールのシナリオに最初に取り組みました。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:53:14 GMT)
Locality-aware Surrogates for Gradient-based Black-box Optimization [5.5]
モデルベースブラックボックス最適化のための局所性を考慮した代理モデルを提案する。まず、勾配アライメントと勾配経路積分方程式損失の最小化との理論的関係を確立する。我々はGradPIE損失を最小限に抑えるスケーラブルなトレーニングアルゴリズムを開発し、オフラインとオンライン両方の学習を可能にした。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:28:47 GMT)
MaxCutPool: differentiable feature-aware Maxcut for pooling in graph neural networks [5.5]
本稿では,属性グラフ,すなわちノードやエッジに関連付けられた特徴を持つグラフにおいて,MAXCUTを計算するための新しい手法を提案する。我々の手法はどんなグラフトポロジでもうまく機能し、MAXCUTと他の目的を共同で最適化する解を見つけることができる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 10:31:28 GMT)
A Zero-Shot Generalization Framework for LLM-Driven Cross-Domain Sequential Recommendation [5.5]
ゼロショットクロスドメインシーケンシャルレコメンデーション(ZCDSR)は、追加のトレーニングや微調整を必要とせずに、目に見えないドメインでの予測を可能にする。大規模言語モデル(LLM)の最近の進歩は、豊富な事前訓練された表現を活用してドメイン間の知識伝達を促進することで、ZCDSRを大幅に改善している。アイテムレベルとシーケンシャルレベルの両方においてドメイン間のアライメントを改善することで、LCMベースのZCDSRを強化するように設計された新しいフレームワークを提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:43:21 GMT)
Imagine with the Teacher: Complete Shape in a Multi-View Distillation Way [5.5]
点雲の完成は、その部分的な観測から物体の3次元形状を復元することを目的としている。本稿では,多視点蒸留方式で完成問題を解決する新しいビュー蒸留ポイントコンプリートネットワーク(VD-PCN)を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:29:19 GMT)
CerraData-4MM: A multimodal benchmark dataset on Cerrado for land use and land cover classification [5.5]
CerraData-4MMは、Sentinel-1 Synthetic Aperture Radar (SAR)とSentinel-2 MultiSpectral Imagery (MSI)を組み合わせたデータセットである。データセットには、それぞれ7クラスと14クラスからなる2つの階層的な分類レベルが含まれており、多様なBico do Papagaio eco Regionに焦点を当てている。我々は、標準的なU-Netとより洗練されたビジョントランスフォーマー(ViT)モデルを評価することにより、高度なセマンティックセグメンテーション手法をベンチマークするCerraData-4MMの能力を強調した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:57:17 GMT)
O-MAPL: Offline Multi-agent Preference Learning [5.4]
実演から報酬関数を推定することは強化学習(RL)の重要な課題である協調型MARLのためのエンドツーエンドの嗜好に基づく新しい学習フレームワークを提案する。我々のアルゴリズムは様々なタスクにまたがって既存の手法より優れている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 08:08:20 GMT)
Randomized Benchmarking with Leakage Errors [5.4]
漏れ誤差は、定義された計算部分空間の外の集団の不要な移動である。漏洩はしばしば、量子コンピュータの性能を測定し、報告する際に見過ごされる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 20:44:23 GMT)
Beyond checkmate: exploring the creative chokepoints in AI text [5.4]
大規模言語モデル(LLM)は自然言語処理(NLP)と人工知能(AI)に革命をもたらした本研究では,テキストセグメント間の人間のテキストとAIテキストの相違について検討した。我々の研究は、人間とAIのテキストの区別の複雑さに光を当て、テキストの検出と理解のための新しい洞察を提供する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:57:01 GMT)
Last Iterate Convergence in Monotone Mean Field Games [5.4]
Mean Field Game (MFG) は、多数のエージェントの振る舞いをモデル化し、近似するフレームワークである。本稿では,MFGの平衡を計算するために,単純な近点法(PP法)を提案する。我々は、規則化されたミラー降下が指数速度でlicを達成することを証明した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:20:20 GMT)
Polarized Patterns of Language Toxicity and Sentiment of Debunking Posts on Social Media [5.3]
オンライン政治談話における偽情報や偽ニュースの出現は、民主的プロセスや公的な関与に重大な課題をもたらす。われわれは8800万件のツイートと400万件以上のRedditのコメントを調査し、言語毒性、悲観主義、そして分散努力における社会的分極の関係について調査した。プラットフォームアーキテクチャはユーザインタラクションの複雑さに影響を与え,Twitterは集中的かつ均一な談話を促進し,Redditは多様な複雑なコミュニケーションを促進している。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:41:17 GMT)
Optimizing Through Change: Bounds and Recommendations for Time-Varying Bayesian Optimization Algorithms [5.2]
本稿では,TVBOアルゴリズムの累積後悔を軽度かつ現実的な仮定のみに限定した最初の分析法を提案する。この分析に基づいて,TVBOアルゴリズムの推薦を定式化し,それに従うアルゴリズム(BOLT)がTVBOの最先端技術よりも優れていることを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 08:49:33 GMT)
Contraction of Private Quantum Channels and Private Quantum Hypothesis Testing [5.2]
プライバシ制約下でのホッケースティックの分散に対する収縮係数について検討する。また、プライベートな量子チャネルが量子学習環境における公平性とホレボ情報の安定性をどのように提供するかを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:48:19 GMT)
Addressing Quality Challenges in Deep Learning: The Role of MLOps and Domain Knowledge [5.2]
ディープラーニング(DL)システムは、特に正確性やリソース効率といった品質特性に関して、ソフトウェア工学においてユニークな課題を提示します。本稿では,透過的で再現可能な実験環境を構築する上で,MLOpsの実践が果たす役割について述べる。本稿では,DLモデルの設計にドメイン知識を組み込むことによる品質問題に対処する経験について報告する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:47:16 GMT)
A theoretical framework for overfitting in energy-based modeling [5.1]
相互作用ネットワークの同定を目的とした逆問題に対するペアワイズエネルギーベースモデルの学習における限られたデータの影響について検討する。我々は、結合行列の固有基底を横断する訓練軌跡を識別し、固有モデムの独立進化を利用する。有限データ補正は確率行列理論計算によって正確にモデル化可能であることを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:21:02 GMT)
What is causal about causal models and representations? [5.1]
因果ベイズネットワークは介入分布の予測を行うため「因果」モデルである。このような因果モデル予測と実世界の成果を結びつけるためには、どの行動がモデル内のどの介入に対応するかを決定する必要がある。我々は、介入の正確さとして、行動の異なる解釈にそのような要件を課すための正式な枠組みを導入する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:35:21 GMT)
Point-Level Topological Representation Learning on Point Clouds [5.1]
複素点雲からノードレベルの位相的特徴を抽出する新しい手法を提案する。我々は,これらのトポロジ的特徴が合成データと実世界のデータの両方に与える影響を検証する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:57:25 GMT)
Adaptivity and Convergence of Probability Flow ODEs in Diffusion Generative Models [5.1]
本稿では,その実用性で知られた拡散型サンプル装置である,確率フローODEの理論的保証の確立に寄与する。精度の高いスコア関数推定では,確率フローODEサンプリング器は全変動距離において$O(k/T)$の収束率を達成する。この次元自由収束速度は、通常より大きな周囲次元でスケールする既存の結果を改善する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 03:10:10 GMT)
Mobile Robot Navigation Using Hand-Drawn Maps: A Vision Language Model Approach [5.0]
本稿では,手書き地図ナビゲーション(HAM-Nav)アーキテクチャを提案する。 HAM-Navは、トポロジカルマップに基づく位置推定のためのユニークな選択型視覚アソシエーション・プロンプティング・アプローチを統合する。車輪付きロボットと脚付きロボットを用いてシミュレーション環境で実験を行った。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 19:03:33 GMT)
Multimodal Magic Elevating Depression Detection with a Fusion of Text and Audio Intelligence [4.9]
本研究では,抑うつ分類の精度を高めるために,教師-学生アーキテクチャに基づく革新的なマルチモーダル融合モデルを提案する。本設計モデルは,マルチヘッドアテンション機構と重み付きマルチモーダルトランスファー学習を導入することで,特徴融合とモダリティウェイトアロケーションにおける従来の手法の限界に対処する。アブレーション実験により,提案モデルがF1スコアの99.1%をテストセットで達成し,単調な手法や従来の手法を著しく上回った。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 10:39:11 GMT)
Physics-Informed Neural Network based Damage Identification for Truss Railroad Bridges [4.9]
鉄道橋は国内貨物の40%以上を輸送するアメリカの貨物鉄道システムにとって重要な部分である。本研究では,鋼トラス橋梁の損傷同定のための物理インフォームドニューラルネットワーク(PINN)を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 22:22:35 GMT)
Training-free Quantum-Inspired Image Edge Extraction Method [4.8]
トレーニング不要で量子にインスパイアされたエッジ検出モデルを提案する。提案手法は,古典的なソベルエッジ検出,シュリンガー波動方程式の洗練,ハイブリッドフレームワークを統合する。トレーニングの必要性をなくすことで、モデルは軽量で多様なアプリケーションに適用できます。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 07:24:38 GMT)
Subgraph-Aware Training of Language Models for Knowledge Graph Completion Using Structure-Aware Contrastive Learning [4.7]
微調整事前学習言語モデル(PLM)は、最近知識グラフ補完(KGC)を改善する可能性を示している。そこで本研究では,KGC(SATKGC)のためのサブグラフ認識学習フレームワークを提案する。 (i)サブグラフ認識のミニバッチ化により,ハードネガティブサンプリングの促進とトレーニング中のエンティティ発生頻度の不均衡を軽減すること,および (ii)知識グラフの構造特性の観点から,よりハードなインバッチ負三重項とハードポジティブ三重項にフォーカスする新たなコントラスト学習を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:56:16 GMT)
TiVaT: A Transformer with a Single Unified Mechanism for Capturing Asynchronous Dependencies in Multivariate Time Series Forecasting [4.7]
TiVaTは、単一の統一モジュール、JA(Joint-Axis)アテンションモジュールを組み込んだ新しいアーキテクチャである。 JA attentionモジュールは、特に非同期インタラクションをキャプチャする関連機能を動的に選択する。大規模な実験では、さまざまなデータセットにわたるTiVaTの全体的なパフォーマンスが示されている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 02:32:39 GMT)
Learning While Repositioning in On-Demand Vehicle Sharing Networks [4.7]
我々は、一方通行のオンデマンド車両共有サービスによるネットワーク在庫問題を考える。自然なリプシッツ帯域法が$widetildeO(Tfracnn+1)$の後悔の保証を達成できることを示し、これは$n$に対する指数的依存に悩まされる。これらの課題に乗じて、検閲された需要のみに依存するオンライン・グラディエント・リポジション・アルゴリズムを提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:16:02 GMT)
SWAT: Sliding Window Adversarial Training for Gradual Domain Adaptation [4.7]
ドメインシフトは、機械学習のパフォーマンスを損なう重要な問題である。教師なしのドメイン適応(UDA)は、ドメインシフトが急激で急激なときに悩む。そこで我々は,Sliding Window Adversarial Training (SWAT) を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:16:22 GMT)
Pareto-frontier Entropy Search with Variational Lower Bound Maximization [4.7]
2つの可能な近似トランカチオンからなる混合分布を用いて, トランカチド分布の近似を考察する。混合物の最適バランスは事前に分かっていないため, 変動的下界フレームワークによる係数バランスの最適化を提案する。提案手法の有効性を実証的評価により明らかにした。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:03:17 GMT)
Exploring Transfer Learning for Deep Learning Polyp Detection in Colonoscopy Images Using YOLOv8 [4.6]
転送学習技術は、関連するデータセットの事前学習から知識を活用する。事前トレーニングのための適切なデータセットを見つけることは、移行学習の成功を決定する上で重要な役割を果たす。関連するデータセットで事前トレーニングされたモデルは、スクラッチからトレーニングされたモデルよりも一貫して優れています。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 19:33:45 GMT)
Distorting Embedding Space for Safety: A Defense Mechanism for Adversarially Robust Diffusion Models [4.6]
Distorting Embedding Space (DES) はテキストエンコーダベースの防御機構である。 DESは、アンセーフプロンプトを用いてテキストエンコーダから抽出されたアンセーフな埋め込みを、慎重に計算された安全な埋め込み領域に変換する。 DESはまた、敵攻撃に対する堅牢性を高めるために、中立的な埋め込みと整列することで、即時ヌードを用いて抽出されたヌード埋め込みを中和する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 04:14:05 GMT)
Activation Sparsity Opportunities for Compressing General Large Language Models [4.6]
この研究は、最先端AIモデルにおけるアクティベーション空間の強制とパープレキシティ(精度)のトレードオフを体系的に調査する。実験により,重要なFFN成分に対する主記憶の約50%と計算量の削減を無視可能な精度劣化で達成できることが実証された。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 19:09:19 GMT)
Unveiling AI's Blind Spots: An Oracle for In-Domain, Out-of-Domain, and Adversarial Errors [4.5]
我々は、他の「メンタ」モデルのエラーを予測するために設計されたディープニューラルネットワークである「メンタ」モデルを用いて、経験的評価を行う。我々は、ImageNet-1Kデータセットから異なるエラータイプのエラーを予測する上で、ベースラインのメンターよりも優れた、SuperMentorと呼ばれる"オークル"メンターモデルを開発した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 10:04:25 GMT)
Relating Misfit to Gain in Weak-to-Strong Generalization Beyond the Squared Loss [4.5]
強クラスにおける$k$強モデルの凸結合に対する弱強一般化について検討する。同様の不適合性に基づく性能向上のキャラクタリゼーションが得られ、$k$が大きくなると消滅する追加のエラー項が現れる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:57:58 GMT)
DCentNet: Decentralized Multistage Biomedical Signal Classification using Early Exits [4.4]
DCentNetは単一のCNNモデルをEEPを使用して複数のサブネットワークに分割する。 EEPは送信前に大きな特徴マップを圧縮し、無線データ転送と電力使用量を大幅に削減する。遺伝的アルゴリズムは、EEP配置を最適化し、パフォーマンスと複雑さのバランスをとるために使用される。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 04:24:39 GMT)
Banyan: Improved Representation Learning with Explicit Structure [4.4]
明示的な階層構造を利用して意味表現を効率的に学習するモデルであるBanyanを提案する。リソース制約のある環境での効率よく解釈可能なNLPの可能性を強調している。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:51:38 GMT)
Principal Components for Neural Network Initialization [4.4]
主成分ベースの初期化(PCsInit)は、PCAをニューラルネットワークの第1層に組み込む戦略である。これらの戦略を用いた説明は、ニューラルネットワークと同様に直接的で直接的なものである。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:18:10 GMT)
Context Matters: Query-aware Dynamic Long Sequence Modeling of Gigapixel Images [4.4]
ワイルスライド画像 (WSI) 解析は, ギガピクセル画像のパッチ数が膨大であるため, 計算上の課題が顕著である。本稿では,クエリ対応の長期コンテキスト動的モデリングフレームワークであるQuerentを提案する。提案手法は, 微粒なパッチ相関をモデル化するためのグローバルな認識を保ちながら, 計算オーバーヘッドを劇的に低減する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 09:29:21 GMT)
Orient Anything [4.3]
そこで我々は,2段階の配向パイプラインを導入し,アップアクティビティ推定におけるアートパフォーマンスの状態を把握した。従来の作業とは異なり、クラスのサブセットではなく、すべてのShapenet上でメソッドをトレーニングし、評価します。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 21:50:54 GMT)
Towards a Foundation Model for Partial Differential Equations: Multi-Operator Learning and Extrapolation [4.3]
本稿では,PROSE-PDEという科学問題に対するマルチモーダル基礎モデルを提案する。本モデルは,物理系の制御方程式を並列に学習しながら,システムの将来の状態を予測できるマルチオペレータ学習手法である。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 20:40:12 GMT)
Middleman Bias in Advertising: Aligning Relevance of Keyphrase Recommendations with Search [4.3]
本稿では,クリック/セール信号の学習関連度フィルタモデルの欠点について述べる。我々は,2つの動的システム間の相互作用として,広告主のキーフレーズの関連性を再認識する。本稿では,検索関連システムのバイアスと,広告主のキーワードを検索関連信号と整合させる必要性について論じる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 19:28:26 GMT)
Multi-Frame Blind Manifold Deconvolution for Rotating Synthetic Aperture Imaging [4.2]
回転合成開口(RSA)撮像システムは、矩形開口を回転させることにより、ターゲットシーンの画像を異なる回転角度でキャプチャする。取得したRSA画像を損なうことは、シーンの裏側にある潜伏したシャープなイメージを再構築する上で重要な役割を担っている。本稿では, ブラインドコンボリューションの内容に対する多様体フィッティングとペナル化を用いた新しいRSA画像処理法を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:39:47 GMT)
QPRAC: Towards Secure and Practical PRAC-based Rowhammer Mitigation using Priority Queues [4.1]
JEDECは、DDR5と将来のDRAMのためのPer Row Activation Counting (PRAC)フレームワークを導入した。 PRACはローハンマー攻撃の全体的緩和を可能にする。本稿では,PRACフレームワークを使用した最初のセキュアでスケーラブルで実用的なRowHammerソリューションを提供する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 02:48:20 GMT)
FPBoost: Fully Parametric Gradient Boosting for Survival Analysis [4.1]
FPBoostは、完全にパラメトリックなハザード関数の重み付け和と勾配上昇を組み合わせたサバイバルモデルである。 FPBoostはいかにしてハザード関数の普遍的な近似器であり、完全なイベント時モデリングの柔軟性を提供するかを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 09:32:06 GMT)
FaceQSORT: a Multi-Face Tracking Method based on Biometric and Appearance Features [4.1]
本研究では,StrongSortにインスパイアされた多面追跡手法であるFaceQSORTを提案する。部分閉塞面や横面の問題を緩和するために、生体顔の特徴と視覚的外観特徴を結合する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:55:41 GMT)
Task-based Regularization in Penalized Least-Squares for Binary Signal Detection Tasks in Medical Image Denoising [4.1]
医用画像の認知におけるPLSを用いたタスクベース正規化戦略を提案する。提案手法は地中画像データを必要とせず,各画像の復調を行うための個別最適化問題を解く。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 06:21:53 GMT)
Ambient Denoising Diffusion Generative Adversarial Networks for Establishing Stochastic Object Models from Noisy Image Data [4.1]
本稿では,ノイズの多い画像データから現実的なSOMを学習するための拡張DDGANアーキテクチャであるADDGANを提案する。雑音の多い画像データから現実的なSOMを学習する能力を示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:40:43 GMT)
BCAT: A Block Causal Transformer for PDE Foundation Models for Fluid Dynamics [4.0]
BCATは2次元流体力学問題に対する解の自己回帰予測のために設計されたPDE基礎モデルである。我々の手法はブロック因果アーキテクチャを用いて次のフレームの予測をモデル化し、以前のフレームをコンテキスト先行として活用する。 BCATは全ての評価タスクで平均1.92%の相対誤差を達成した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 09:07:56 GMT)
SAeUron: Interpretable Concept Unlearning in Diffusion Models with Sparse Autoencoders [4.0]
拡散モデルは、必然的に有害または望ましくないコンテンツを生成できる。最近の機械学習アプローチは潜在的な解決策を提供するが、透明性を欠いていることが多い。スパースオートエンコーダによって学習された特徴を活用する新しい手法であるSAeUronを紹介する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:39:23 GMT)
Preference Consistency Matters: Enhancing Preference Learning in Language Models with Automated Self-Curation of Training Corpora [4.0]
本稿では,アノテーション付きデータセットを直接トレーニングしたプロキシモデルを活用することで,前処理を行うセルフキュレーション手法を提案する。本手法は、一貫性のあるアノテーションを自動的に検出し、選択することで、好みの学習を強化する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 09:27:26 GMT)
KoopAGRU: A Koopman-based Anomaly Detection in Time-Series using Gated Recurrent Units [4.0]
実世界の時系列データにおける異常検出は、複雑で非線形な時間ダイナミクスが関与しているため、難しい課題である。本稿では,この問題に対処するための新しいディープラーニングモデルであるKoopAGRUを紹介する。 KoopAGRUは単一のプロセスでトレーニングされ、高速な推論時間を提供する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 20:46:56 GMT)
Demystifying MPNNs: Message Passing as Merely Efficient Matrix Multiplication [4.0]
グラフニューラルネットワーク(GNN)は目覚ましい成功を収めており、その設計は理論的な理解よりも経験的な直観に大きく依存している。本稿では,3つの基本的側面からGNN行動の包括的解析を行う。過度なスムースではなく、勾配に関連した問題がスパースグラフの性能に著しく影響を及ぼすことを示した。また,正規化方式の違いがモデル性能にどのように影響するか,GNNが一様ノード特徴を持つ予測を行うかについても分析する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 19:48:03 GMT)
How to Build a Quantum Supercomputer: Scaling from Hundreds to Millions of Qubits [4.0]
数百の物理量子ビット上の量子アルゴリズムプリミティブに対して、小さなデモが可能になった。既存の半導体技術を採用して、より高品質な量子ビットを構築することで、スケーリングへの道が拓けることを示す。産業規模の古典的最適化と機械学習の問題に対処するためには、カスタム設計の加速器を用いた異種量子確率計算を考慮すべきである、と我々は主張する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:21:23 GMT)
Reinforcement Learning on Reconfigurable Hardware: Overcoming Material Variability in Laser Material Processing [4.0]
本研究では,実時間実行を実現するためにフィールドプログラマブルゲートアレイ上に実装された,レーザプロセス制御のための新しいリアルタイム強化学習手法を提案する。具体的には、このアルゴリズムは各一意な表面特性に対する正しいパワープロファイルを学習し、手動の最適定電力戦略よりも大幅に改善された。このアプローチは、レーザープロセスの自動化と最適化において大きな進歩を示し、複数の産業で応用される可能性がある。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:51:55 GMT)
Enhancing Neural Function Approximation: The XNet Outperforming KAN [3.9]
XNetは、Couchy積分ベースのアクティベーション関数を高次関数に利用する、単層ニューラルネットワークアーキテクチャである。我々は、XNetで使用されるコーシー活性化関数が任意の順序収束を達成することを示す。結果は、科学計算とAIアプリケーションの両方において、XNetを高効率なアーキテクチャとして確立する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 08:33:10 GMT)
Emancipatory Information Retrieval [3.9]
本論文は,コンピュータによる情報アクセスの課題における役割を挑発するものである。ここでの「解放」という言葉は、すべての人々の普遍的人間化に関する道徳的な懸念を表している。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:55:14 GMT)
Neural SDEs as a Unified Approach to Continuous-Domain Sequence Modeling [3.9]
本稿では,連続シーケンスモデリングに対する新しい直感的なアプローチを提案する。本手法は, 時系列データを, 基礎となる連続力学系からのtextitdiscrete サンプルとして解釈する。我々は、ニューラルネットワークSDEモデルの効率的なトレーニングのための、最大原理的目的とテクスティシミュレーションなしスキームを導出する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 03:47:22 GMT)
Towards Universal Certified Robustness with Multi-Norm Training [3.8]
既存の訓練方法は、特定の摂動タイプに対して堅牢なモデルをトレーニングするのみである。我々は,複数のマルチノーム認定トレーニング手法からなる,最初のマルチノーム認定トレーニングフレームワーク textbfCURE を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:12:39 GMT)
Rate-Adaptive Quantization: A Multi-Rate Codebook Adaptation for Vector Quantization-based Generative Models [3.8]
本稿では、VQベースの生成モデルのためのマルチレートコードブック適応フレームワークであるRate-Adaptive Quantization (RAQ)を紹介する。 RAQは、単一のベースラインVQモデルから可変レートのコードブックを生成するために、データ駆動のアプローチを適用する。実験の結果、RAQは複数のレートで効果的に動作し、しばしば従来の固定レートVQベースラインよりも優れていた。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 10:23:59 GMT)
The Brain's Bitter Lesson: Scaling Speech Decoding With Self-Supervised Learning [3.6]
我々は、異種脳記録から学ぶための自己教師型目標とアーキテクチャを共に開発する。約400時間のMEGデータと900の被験者にスケールすると、私たちのアプローチは、参加者、データセット、タスク、さらには新しい被験者への一般化を示しています。最先端モデルの15～27%の改善を実現し、非侵襲的なデータと外科的復号性能を一致させる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 23:00:26 GMT)
Development and Evolution of Xtext-based DSLs on GitHub: An Empirical Investigation [3.6]
Xtext関連のプロジェクトを含む1002のGitHubリポジトリを分析した。私たちは、開発シナリオ、進化活動、関連するアーティファクトの共進化を含むDSL開発プラクティスを調査しました。その結果、ほとんどの分析済みDSLは文法駆動のアプローチに従ったが、メタモデル駆動のアプローチを採用した者もいた。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:28:38 GMT)
Tracking Most Significant Shifts in Infinite-Armed Bandits [3.6]
本研究では,貯水池分布からアクションの平均報酬をサンプリングする無限武装バンディット問題について検討する。貯水池の正則性の全規則に対して, パラメータフリーな最適後悔境界を示す。そこで我々は,無作為な除去の変種を用いることで,大きな変化の点におけるより厳密な後悔境界を適応的に達成できることを示した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 19:00:21 GMT)
Year-over-Year Developments in Financial Fraud Detection via Deep Learning: A Systematic Literature Review [3.6]
本稿では,金融不正検出のためのディープラーニング(DL)技術の進歩を体系的にレビューする。このレビューでは、クレジットカード取引、保険請求、財務諸表監査など、さまざまな分野にわたるディープラーニングモデルの有効性を強調している。この研究は、不均衡データセット、モデル解釈可能性、倫理的考察などの課題を強調している。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 22:31:50 GMT)
Improving Rule-based Reasoning in LLMs via Neurosymbolic Representations [3.6]
大規模言語モデル(LLM)は、推論タスクを確実に解決する上で、引き続き課題に直面している。本稿では,隠れた状態をニューロシンボリックベクターにエンコードすることで,LLM推論を改善する新しいニューロシンボリック手法を提案する。結果はデコードされ、元の隠れ状態と組み合わせられ、数値推論タスクにおけるモデルの性能が向上する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 20:29:51 GMT)
A novel quantum machine learning classifier to search for new physics [3.5]
NPを探索する量子探索近傍(QSN)と変分QSN(VQSN)アルゴリズムを提案する。その結果、VQSNは古典的なk-アネレスト近傍のアルゴリズムよりも優れた効率を示すことが示唆された。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 09:56:54 GMT)
The Value of Prediction in Identifying the Worst-Off [3.5]
機械学習は、最も脆弱な個人を特定し、支援するために、政府のプログラムでますます使われている。本研究は、株式駆動型文脈における予測の福祉的影響と、他の政策レバーとの比較について考察する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:34:53 GMT)
Provable Weak-to-Strong Generalization via Benign Overfitting [3.5]
弱い教師が不完全な擬似ラベルを持つ強い生徒を監督する逆の状況を考える。理論的には、二進分類と多進分類の弱強一般化を理論的に検討する。我々の手法は最終的には弱いクラスから強いクラスに拡張されるべきである。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 02:49:11 GMT)
Autonomous Legacy Web Application Upgrades Using a Multi-Agent System [3.5]
自動コード生成のための大規模言語モデル(LLM)が新興技術で注目を集めている。多くの時代遅れのWebアプリケーションは、セキュリティと信頼性の課題を引き起こすが、アップグレードの複雑さとコストのために、企業はそれを使い続けている。従来のWebアプリケーションを最新バージョンに自律的にアップグレードするLLMベースのマルチエージェントシステムを提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:14:14 GMT)
How Do Developers Structure Unit Test Cases? An Empirical Study from the "AAA" Perspective [3.4]
本研究では,4つのオープンソースプロジェクトからランダムに選択された実生活単体テストケース435について実験的検討を行った。全体として、テストケースの大多数(71.5%)はAAAの構造に従っている。 AAAの構造から逸脱する3つのアンチパターンと,Aブロック内に存在する可能性のある4つの設計上の欠陥を観察した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 20:29:17 GMT)
Using gradient of Lagrangian function to compute efficient channels for the ideal observer [3.4]
理想的な線形オブザーバはHotellingObserver(HO)と呼ばれ、IOのサロゲートとして用いられることがある。本研究では,ラグランジュ型損失関数の勾配を用いて,効率的なチャネルを生成する手法を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:34:16 GMT)
Self-Supervised Cross-Modal Text-Image Time Series Retrieval in Remote Sensing [3.3]
リモートセンシング(RS)における自己教師型クロスモーダルテキスト画像時系列検索(text-ITSR)手法を提案する。我々は、テキストITSRに焦点をあてて、一対のイメージ(バイテンポラル画像)に焦点をあてる。提案手法は,1)バイテンポラル画像とテキスト文の意味内容を識別的特徴でモデル化するモダリティ固有エンコーダ,2)テキスト表現と画像表現を共有埋め込み空間で整列させるモダリティ固有プロジェクションヘッドからなる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:14:38 GMT)
Infrequent Resolving Algorithm for Online Linear Programming [3.2]
既存のオンライン線形プログラミング(OLP)アルゴリズムは、LPベースアルゴリズムとLPフリーアルゴリズムの2つのカテゴリに分類される。本稿では,LPを数個の時間点で解き,他の時間点で1次計算を行うアルゴリズムを提案する。我々の研究は、販売ラインの開始と終了の両方で解決する価値を強調し、パフォーマンスの保証を証明するための新しいフレームワークを提供します。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 10:13:48 GMT)
Sparse Autoencoder Insights on Voice Embeddings [3.2]
本研究では,タイタネットモデルから発生する話者埋め込みに対して,スパースオートエンコーダを適用した。抽出した特徴は, 特徴分割やステアリングなど, 大規模言語モデルの埋め込みに類似した特徴を示す。解析の結果,オートエンコーダは言語や音楽などの特徴を識別・操作できることがわかった。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 19:21:43 GMT)
Test-Time Training Scaling for Chemical Exploration in Drug Design [3.1]
類似の生体活性を有する異種分子を発見するための新しいベンチマークを提案する。我々は、RLエージェントの集団がベンチマークを解くことができ、一方、単一のエージェントは解けないことを示す。また、協力戦略は独立エージェントよりもそれほど良くないことがわかった。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:11:10 GMT)
Text Data Augmentation for Large Language Models: A Comprehensive Survey of Methods, Challenges, and Opportunities [3.1]
大規模コーパスで訓練された大規模言語モデル(LLM)は、顕著なテキスト生成機能を持つ。最近の有望な検索に基づく手法は、データ拡張におけるLLMの表現性能をさらに向上させる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 01:50:49 GMT)
JGHand: Joint-Driven Animatable Hand Avater via 3D Gaussian Splatting [3.1]
Jointly 3D Gaussian Hand (JGHand)は、新しい3D Gaussian Splatting (3DGS)ベースの手表現である。 JGHandは、最先端の手法を超越した、高品質なリアルタイムレンダリングを実現する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:33:24 GMT)
Test-time Loss Landscape Adaptation for Zero-Shot Generalization in Vision-Language Models [3.1]
本稿では,ロスランドスケープの観点から,既存の手法におけるバックプロパゲーションの不要な性質を明らかにする。テストタイムロスランドスケープ適応(TLLA)と呼ばれるシンプルだが効果的なフレームワークを提案する。即時チューニングの段階では、最小限のトレーニングを識別するために、シャープネス・アウェア・プロンプト・チューニング(SAPT)法が導入された。テスト段階では、平らなミニマのアライメントを確保するためにシャープネスに基づくテストサンプル選択(STSS)アプローチが使用される。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 03:10:48 GMT)
On the Impact of Noise in Differentially Private Text Rewriting [3.0]
そこで本稿では,DPテキストの書き直しにおけるノイズの影響を探索するために,新たな文埋込民営化手法を提案する。実用性保護において非DP民営化技術が優れていることを実証的に示すとともに,実証的プライバシ保護においてDP手法を上回りつつも,許容可能な実証的プライバシユーティリティトレードオフを見出すことができることを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 10:45:24 GMT)
Asymptotic Dynamics of Alternating Minimization for Bilinear Regression [3.0]
本研究では, 線形回帰タスクに適用した最小化の力学を, 交互システムサイズ制限の下で検討する。この結果から, 動的過程は2次元離散過程によって効果的に記述できることが示唆された。この研究で開発された理論的枠組みは、反復最小化の範囲を超えて、様々な反復アルゴリズムの分析に適用できる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 09:42:37 GMT)
A Theoretical Justification for Asymmetric Actor-Critic Algorithms [2.9]
線形関数近似器を用いた非対称アクター批判アルゴリズムの正当性を提案する。結果の有限時間境界は、非対称な批評家がエージェント状態のエイリアスから生じる誤り項を排除していることを示している。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:20:05 GMT)
Communication- and Computation-Efficient Distributed Submodular Optimization in Robot Mesh Networks [2.9]
ロボットメッシュネットワークにおける分散サブモジュール最適化のための通信効率と計算効率の両立手法を提案する。我々の手法であるResource-Aware Distributed Greedy (RAG)は、新しい分散最適化パラダイムを導入する。 RAGの決定時間はネットワークサイズと線形にスケールするが、最先端の準モジュラ最適化アルゴリズムは3倍にスケールする。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:22:56 GMT)
Evaluating the Reliability of Self-Explanations in Large Language Models [2.9]
このような自己説明の2つのタイプ – 抽出的, 対実的 – を評価した。以上の結果から,これらの自己説明は人間の判断と相関するが,モデルの決定過程を完全に的確に従わないことが明らかとなった。このギャップを橋渡しできるのは, 反実的な説明をLCMに促すことによって, 忠実で, 情報的で, 容易に検証できる結果が得られるからである。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:16:51 GMT)
Causes and Effects of Fitness Landscapes in System Test Generation: A Replication Study [2.9]
ソフトウェア工学問題の解法における探索アルゴリズムの有効性は、対処された問題のフィットネスランドスケープをどのようにナビゲートするかに依存する。サーチベースソフトウェアテスティングの科学文献では、フィットネスランドスケープの分析はほとんど行われていない。本稿では,最先端ツールであるEvoMasterを用いて,システムテスト生成に焦点を当てる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 21:17:54 GMT)
SmartDelta Methodology: Automated Quality Assurance and Optimization for Incremental System Engineering [2.8]
SmartDelta Projectは産業と学界に加わり、インクリメンタルな開発と品質保証のためのソリューションを開発し、テストした。 SmartDeltaの方法論は、インクリメンタルソフトウェアエンジニアリングにおけるデルタ管理のためのドメインに依存しない概念である。本稿では,方法論の異なる段階において,選択した7つのツールについて述べる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:47:48 GMT)
Improving Quality Control Of MRI Images Using Synthetic Motion Data [2.8]
本稿では,QC分類にトランスファー学習を適用する前に,合成された動作成果物のモデルを事前学習する手法を提案する。この手法は、品質の悪いスキャンの精度を向上するだけでなく、トレーニング時間やリソース要件も低減する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 20:50:55 GMT)
An Optimal Cascade Feature-Level Spatiotemporal Fusion Strategy for Anomaly Detection in CAN Bus [2.8]
本研究では,本問題の本質的な性質に基づくモデルを構築し,全ての支配的パターンを網羅する。提案モデルでは,F1スコアと精度が向上し,これまでに提示された全てのモデルの中で最高の性能を示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 00:36:08 GMT)
On the Expressiveness of Multi-Neuron Convex Relaxations [2.8]
ニューラルネットワーク認証におけるマルチニューロン緩和の表現性について検討する。我々は,多ニューロン緩和が意味保存構造変換によって完全検証器に変換できることを証明した。また、これらの拡張がなければ完全性保証が得られなくなり、全てのマルチニューロン緩和の緩和誤差は非有界であることが示される。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:04:29 GMT)
PathE: Leveraging Entity-Agnostic Paths for Parameter-Efficient Knowledge Graph Embeddings [2.6]
知識グラフ(KG)に関係を埋め込むモデルPathEを提案する。エンティティの埋め込みを格納するのではなく、複数のエンティティ-リレーショナルパスを活用することで、それらを計算することを学ぶ。 PathEは、現実世界のアプリケーションでよく見られる、リレーショナルに多様性があり、十分に接続されたKGに対して効率的で費用対効果がある。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:41:02 GMT)
The geography of inequalities in access to healthcare across England: the role of bus travel time variability [2.6]
本研究は、旅行時間変動(TTV)の観点から、イングランド全土の医療施設への公共交通機関によるアクセシビリティについて検討する。分析の結果,都市と農村の分断,高低TTV領域のクラスタリング,別個のアウトリーチなど,TTVと平均移動時間の空間時間パターンが明らかとなった。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:43:15 GMT)
A Three-Branch Checks-and-Balances Frameworkfor Context-Aware Ethical Alignment of Large Language Models [2.5]
本稿では,Large Language Models (LLM) の倫理的アライメントのための3分岐チェック・アンド・バランスフレームワークを提案する。 LLMは知識生成の執行部門、DIKEは倫理的ガードレールを確立する立法部門、ERISは文脈解釈の司法部門である。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 19:41:28 GMT)
From Natural Language to Extensive-Form Game Representations [2.5]
本稿では,自然言語によるゲーム記述をゲーム理論の広範な形式表現に変換するフレームワークを提案する。完全情報や不完全情報など、ゲームにおける戦略的な複雑さのレベルが変化していることを考えると、文脈内学習を直接適用することは不十分である。そこで本研究では,コンテキスト内学習を強化し,問題を分割し,効果的に克服することのできる,特殊なモジュールを備えた2段階のフレームワークを開発した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:26:12 GMT)
Multimodal MRI-Ultrasound AI for Prostate Cancer Detection Outperforms Radiologist MRI Interpretation: A Multi-Center Study [2.5]
前立腺病変に対するMRI(pre-biopsy magnetic resonance imaging)の使用が増えている。 MRIで検出された病変は生検中に経直腸超音波(TRUS)画像にマッピングされなければならず、臨床上有意な前立腺癌(CsPCa)を発症する。本研究では、MRIとTRUS画像シーケンスを統合したマルチモーダルAIフレームワークを体系的に評価し、CsPCa識別を向上する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 20:04:20 GMT)
HackerRank-ASTRA: Evaluating Correctness & Consistency of Large Language Models on cross-domain multi-file project problems [2.4]
HackerRank-ASTRA Benchmarkでは、実際のシナリオを反映したプロジェクトベースのコーディング問題が導入されている。モデル一貫性を32ラン(k = 32)と中央標準偏差で評価する。上位3モデル(o1、o1-preview、Claude-3.5-Sonnet-1022)は75%のスコアを記録した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 23:47:02 GMT)
Fixing the Double Penalty in Data-Driven Weather Forecasting Through a Modified Spherical Harmonic Loss Function [2.4]
GraphCastモデルを微調整すると、鋭い決定論的天気予報、有効解像度が1,250kmから160kmに向上し、アンサンブルの改善が広がる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:23:45 GMT)
Equivariant Neural Tangent Kernels [2.4]
ニューラルネットワークのトレーニングダイナミクスを解析的に研究するための強力なツールとして、NTK(Neural Tangent kernel)が登場した。データ拡張とグループ畳み込みネットワークの興味深い関係を示す。また,同変NTKは,組織像の分類や量子力学特性の予測を行うカーネル予測器として,同変NTKよりも優れていることを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:56:51 GMT)
Towards Systematic Monolingual NLP Surveys: GenA of Greek NLP [2.3]
本研究は、体系的かつ総合的なモノリンガルNLPサーベイを作成するための一般化可能な方法論を紹介する。本手法をギリシャのNLP(2012-2023)に適用し,その現状と課題を概観する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:28:15 GMT)
Deepfake Detection of Singing Voices With Whisper Encodings [2.3]
オープンAIのWhisperモデルの雑音変化符号化を用いた歌声深度検出(SVDD)システムを提案する。音声のように直感に反するので、符号化は非音声情報に富み、ノイズ不変である。本研究では,SVDDタスクをボーカルとミキシングで実行し,Whisperモデルサイズに対して%EERで評価する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 06:43:50 GMT)
Single cell resolution 3D imaging and segmentation within intact live tissues [2.3]
本稿では, サンプル調製, イメージング, 深層学習支援セルセグメンテーションのための詳細なステップバイステッププロトコルについて述べる。このプロトコルは様々なサンプルに適用され、3Dで複雑な解析を必要とする他の組織の研究に有用であると考えています。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:13:04 GMT)
Evaluating Deep Human-in-the-Loop Optimization for Retinal Implants Using Sighted Participants [2.3]
ヒューマン・イン・ザ・ループ最適化(HILO)は,ユーザのフィードバックに基づいて刺激パラメータを反復的に精製することで視覚補綴をパーソナライズするための有望なアプローチである。従来の研究はHILOのシミュレーション効果を示したが、ヒトの被験者に対する効果は検証されていない。そこで本研究では,実環境下での刺激戦略の最適化能力を評価するために,人工視覚を視認する視力を用いたHILOの評価を行った。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 21:41:44 GMT)
Dfilled: Repurposing Edge-Enhancing Diffusion for Guided DSM Void Filling [2.3]
デジタル表面モデル(DSM)は、地理空間解析において地球の地形を正確に表現するために不可欠である。 DSMは、都市計画、植生研究、そして3D再構築などの応用に欠かせない自然と人工の特徴の詳細な高度を捉えている。これまでの研究は、主にデジタル標高モデル(DEM)とデジタル地形モデル(DTM)の空隙充填に焦点を当ててきた。エッジエンハンス拡散による光リモートセンシング画像を利用する誘導DSM空隙充填法であるDfilledを紹介する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 10:18:03 GMT)
From Assistance to Autonomy -- A Researcher Study on the Potential of AI Support for Qualitative Data Analysis [2.2]
大規模言語モデルのようなAIツールの出現は、質的データ分析(QDA)の新しい可能性をもたらした。大規模言語モデルのようなAIツールの出現は、QDAの新たな可能性を導入し、機会と課題の両方を提供している。 QDAにAIの責任ある統合をナビゲートするために、QDAに経験した15人のHCI研究者と半構造化インタビューを行った。参加者はQDAでAIサポートを受けていましたが、データプライバシの自律性とAI出力の品質に関する懸念を表明しました。私たちは、最小限のAI関与から高いAI関与まで、具体的なシナリオを提供するフレームワークを開発しました。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:37:19 GMT)
A Direct Semi-Exhaustive Search Method for Robust, Partial-to-Full Point Cloud Registration [2.2]
ポイントクラウド登録は、与えられた2つのポイントクラウドを整列させる厳密な変換を見つける問題である。提案アルゴリズムであるDSES(Direct Semi-Exhaustive Search)は,各回転に付随する不整合最大化変換を効率的に計算する。その後、任意の所望距離メートル法に基づいて最適剛変換を計算する。 DSESは、シミュレーションされたModelNet40ベンチマークで、部分的から完全なポイントクラウド登録のための最先端の手法より優れている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 19:03:57 GMT)
Large Language Models' Accuracy in Emulating Human Experts' Evaluation of Public Sentiments about Heated Tobacco Products on Social Media [2.1]
大規模言語モデル(LLM)は、労働集約的な人間の感情分析プロセスの合理化に役立つ。本研究では,加熱タバコ製品(HTP)に関するソーシャルメディアメッセージの人間感情評価の再現におけるLCMの精度について検討した。 LLMはHTP関連ソーシャルメディアメッセージの感情分析に使用することができ、GPT-4 Turboは人間の専門家と比較して約80%の精度である。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 20:35:30 GMT)
ReXTrust: A Model for Fine-Grained Hallucination Detection in AI-Generated Radiology Reports [2.0]
ReXTrustは、AI生成放射線学レポートにおける微細言語幻覚検出のための新しいフレームワークである。我々はMIMIC-CXRデータセットのサブセット上でReXTrustを評価し,既存手法と比較して優れた性能を示した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 03:15:34 GMT)
Wearable Accelerometer Foundation Models for Health via Knowledge Distillation [2.0]
加速度計基礎モデルにより,様々な健康目標を予測できることが示唆された。ラベルなしデータ2000万分を用いて,PSGエンコーダから加速度計エンコーダに表現知識を蒸留する。我々は、加速度計の埋め込みからPSGの埋め込みを回収するために、99.2%のトップ-1の精度など、目に見えないデータに対して、強いクロスモーダルアライメントを観察する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:35:20 GMT)
Shaping Sparse Rewards in Reinforcement Learning: A Semi-supervised Approach [2.0]
Atariとロボット操作による実験結果から,提案手法は報酬形成を効果的に一般化し,報酬シナリオを疎結合にすることを示した。提案された二重エントロピーデータ拡張は、他の拡張方法よりも15.8%のスコア向上を示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:35:19 GMT)
Interpretable Measurement of CNN Deep Feature Density using Copula and the Generalized Characteristic Function [2.0]
畳み込みニューラルネットワーク(CNN)の深い特徴の確率密度関数(PDF)を測定するための新しい実証的アプローチを提案する。意外なことに、主要ブロック後の非負の深いCNN特徴の1次元境界はガウス分布によってよく近似されていない。我々は、ネットワーク深度が典型的な範囲内で増加するにつれて、深い特徴がますます独立化するのを観察する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 00:16:54 GMT)
Medical Semantic Segmentation with Diffusion Pretrain [1.9]
近年のディープラーニングの進歩は、多くのコンピュータビジョンタスクの成功にロバストな特徴表現の学習が不可欠であることを示している。本稿では,3次元医用画像データの複雑化に合わせて,解剖学的ガイダンスを持つ拡散モデルを用いた新しい事前学習戦略を提案する。拡散過程において3次元の普遍的な身体部分座標を予測しガイダンスを与えるモデルを用いる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:25:49 GMT)
Estimating the Probability of Sampling a Trained Neural Network at Random [1.9]
パラメータ空間の体積を推定するための既存のアルゴリズムは、真の体積を数百万のオーダーで過小評価していることを示す。この誤差は劇的に減少するが、重要サンプリング法により完全には排除されない。また、過度に一般化された行動領域は小さく、したがってランダムにサンプリングされる可能性が低く、よく一般化された関数に対する帰納的バイアスが示される。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 00:16:06 GMT)
Beyond Fixed Horizons: A Theoretical Framework for Adaptive Denoising Diffusions [1.9]
本稿では, ノイズ発生過程とノイズ発生過程の両方において, 時間均質な構造を実現する新しい生成拡散モデルを提案する。モデルの主な特徴は、ターゲットデータへの適応性であり、事前訓練された無条件生成モデルを使用して、様々な下流タスクを可能にする。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:23:27 GMT)
TraceGrad: a Framework Learning Expressive SO(3)-equivariant Non-linear Representations for Electronic-Structure Hamiltonian Prediction [1.9]
電子構造ハミルトニアンの予測において、強非線形表現性と厳密なSO(3)-同変を結合する枠組みを提案する。本手法は,ハミルトン予測に基づく8つの挑戦的ベンチマークデータベースにおいて,予測精度の最先端性を実現する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 09:18:55 GMT)
ResKoopNet: Learning Koopman Representations for Complex Dynamics with Spectral Residuals [1.9]
クープマン作用素のスペクトル成分を近似する既存の方法はしばしば理論上の制約に悩まされる。本稿では、スペクトル残差を明示的に最小化し、クープマン固有ペアを計算する新しい手法であるResKoopNetを紹介する。物理系および生体系の実験は、既存の手法と比較してスペクトル近似におけるResKoopNetの優れた精度を示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:40:16 GMT)
Regression Trees Know Calculus [1.8]
一般的な木学習ライブラリが公開する量を用いて効率的に計算できる勾配の簡単な推定値を求める。これにより、ニューラルネットやガウシアンプロセスといった、微分可能なアルゴリズムのコンテキストで開発されたツールを、ツリーベースのモデルにデプロイすることができる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:52:47 GMT)
Understanding Oversmoothing in GNNs as Consensus in Opinion Dynamics [1.8]
グラフニューラルネットワーク(GNN)における過剰なスムーシングと、意見力学におけるコンセンサスや合意の類似性を示す。非線形意見力学に基づく新しい連続深度GNNモデルを設計し,行動誘発型メッセージパッシングニューラルネットワーク(BIMP)と呼ばれる我々のモデルが,一般的な入力に対する過度なスムーシングを回避することを証明した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:34:09 GMT)
Self-Supervised Learning Using Nonlinear Dependence [1.8]
correlation-Dependence Self-Supervised Learning (CDSSL)は、既存のSSLパラダイムを統合し拡張する新しいフレームワークである。提案手法では,Hilbert-Schmidt Independence Criterion (HSIC) を組み込んで,再生ケルネルヒルベルト空間内の非線形依存関係を確実に捕捉する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 04:11:34 GMT)
An Efficient Approach for Machine Translation on Low-resource Languages: A Case Study in Vietnamese-Chinese [1.7]
ベトナム中国語などの低リソース言語で機械翻訳を行う手法を提案する。提案手法は,多言語事前学習言語モデル(mBART)とベトナム語と中国語の単言語コーパスのパワーを利用した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:11:45 GMT)
Quantum SMOTE with Angular Outliers: Redefining Minority Class Handling [1.7]
量子SMOTEV2は、スワップテストと1つのデータセントロイドを中心とした量子回転を用いてデータサンプルを合成する。実験結果から、中等度SMOTEレベル(30-36%)におけるモデル性能指標の顕著な向上が示された。この方法はスケーラブルで、コンパクトなスワップテストと低深さ量子回路を利用して、多数の特徴に対応する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 10:10:36 GMT)
AliFuse: Aligning and Fusing Multi-modal Medical Data for Computer-Aided Diagnosis [1.6]
マルチモーダル医療データの整合と融合のためのトランスフォーマーベースのフレームワークであるAlifuseを提案する。医用画像と非構造化および構造化された臨床記録を視覚と言語トークンに変換する。 Alifuseを使ってアルツハイマー病を分類し、5つのパブリックデータセットで最先端のパフォーマンスを達成し、8つのベースラインを上回ります。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:04:02 GMT)
VisualSpeech: Enhance Prosody with Visual Context in TTS [1.6]
本稿では,韻律予測を強化するために視覚コンテキストを統合する可能性について検討する。プロソディ生成を改善するために,視覚情報とテキスト情報の両方を組み込んだ新しいモデルVisualSpeechを提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:16:52 GMT)
Pivoting Factorization: A Compact Meta Low-Rank Representation of Sparsity for Efficient Inference in Large Language Models [1.6]
本稿では,任意の低ランク表現のコンパクトな形式を教師なしで学習する,新しい低ランク表現であるPivoting Factorization(PIFA)を提案する。低ランクプルーニングによる性能劣化を軽減するため,リトレーニング不要な新しい低ランク再構築手法を提案する。 MPIFAは、既存の低ランクプルーニング法を著しく上回り、半構造化プルーニングに匹敵する性能を初めて達成した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:36:31 GMT)
GDO: Gradual Domain Osmosis [1.6]
本稿では,GDA(Gradual Domain Adaptation)において,ソースドメインからターゲットドメインへのスムーズな知識マイグレーションの問題を解決することを目的とした,Gradual Domain Osmosisと呼ばれる新しい手法を提案する。従来のGradual Domain Adaptationメソッドは、中間ドメインの導入と自己学習戦略によってドメインバイアスを軽減するが、多くの場合、中間ドメインにおける非効率的な知識マイグレーションや欠落データといった課題に直面している。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:25:45 GMT)
SAGRAD: A Program for Neural Network Training with Simulated Annealing and the Conjugate Gradient Method [1.6]
SAGRAD(Simulated Annealing GRADient)は、ニューラルネットワークをバッチ学習を用いて分類するためのプログラムである。 SAGRADにおける神経ネットワークトレーニングは、模擬アニーリングとモルラーのスケールド共役勾配アルゴリズムの組み合わせに基づいている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 19:01:54 GMT)
Layer-Adaptive State Pruning for Deep State Space Models [1.6]
SSMのための構造化プルーニング法、Layer-Adaptive STate pruning (LAST) を提供する。最後のスコアはサブシステムの$mathcalH_infty$ノルムと層次エネルギー正規化を用いて評価される。平均的な33%の州は、再学習せずに、0.52%の精度で性能を保ち、マルチインプットのマルチアウトプットSSMでは精度が低下することを示した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 07:05:20 GMT)
Lifting by Gaussians: A Simple, Fast and Flexible Method for 3D Instance Segmentation [1.4]
3次元ガウス散乱放射場(3DGS)のオープンワールドインスタンスセグメンテーションのための新しいアプローチを提案する。提案手法は,2次元のセマンティックノベルビュー合成と3次元のアセット抽出結果に対して,優れたセマンティックセマンティックセグメンテーションを実現する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 21:30:59 GMT)
Redefining Machine Unlearning: A Conformal Prediction-Motivated Approach [1.4]
既存の未学習指標の限界を同定し,共形予測にインスパイアされた評価指標を提案する。我々のメトリクスは、予測セットから基底真理ラベルが除外される範囲を効果的に捉えることができる。本稿では,Carini & Wagner 対逆攻撃損失に対する共形予測の洞察を統合するアンラーニングフレームワークを提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:58:43 GMT)
Learning Hamiltonian Dynamics with Bayesian Data Assimilation [1.3]
我々は未知のハミルトン力学系における時系列予測のためのニューラルネットワークに基づくアプローチを開発した。本稿では,自己回帰予測誤差を学習目的に組み込んだ自己回帰型ハミルトンニューラルネットワークを提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 00:03:21 GMT)
Position: Contextual Integrity Washing for Language Models [1.3]
コンテキスト整合性(CI)は、大規模言語モデル(LLM)のプライバシーへの影響を評価するためのフレームワークである。既存の文献では、理論の基本的信条を受け入れることなく、LSMに対してCIを採用している。このポジションペーパーでは、既存の文献は理論の基本的信条を受け入れることなく、LSMに対してCIを採用すると論じている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:39:30 GMT)
Full-scale Representation Guided Network for Retinal Vessel Segmentation [1.3]
U-Netは、過去10年間、網膜血管セグメンテーションのための最先端のSOTA(State-of-the-art)を維持してきた。本稿では,FSG-Net(Full Scale Guided Network)を提案する。提案するネットワークは,様々な公開データセット上の現在のSOTAモデルと比較して,競争力のある結果を示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 06:52:57 GMT)
Characterizing User Behavior: The Interplay Between Mobility Patterns and Mobile Traffic [1.3]
本稿では,ユーザレベルでの交通行動と移動行動の依存性を探求する新しいアプローチを提案する。チリのいくつかの州で1,337,719人の1週間のXDRデータセットを用いて、我々のアプローチを検証する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:52:03 GMT)
Decorrelated Soft Actor-Critic for Efficient Deep Reinforcement Learning [1.3]
本稿では,Decorrelated backpropagationアルゴリズムに基づく深部RLのオンラインデコレーション手法を提案する。 DSACを使用したAtari 100kベンチマークの実験では、通常のSACベースラインと比較して、テストされた7試合中5試合でより高速なトレーニングが行われた。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:38:57 GMT)
Decoding User Concerns in AI Health Chatbots: An Exploration of Security and Privacy in App Reviews [1.2]
本研究では,セキュリティプライバシに関する懸念(SPR)を特定する上で,特にBARTとGemini GenAIの自動化手法の有効性を評価する。以上の結果から,SPR分類におけるGeminiの性能は手動ラベリングに匹敵するものの,どちらの自動手法にも限界があることが示唆された。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 00:38:37 GMT)
Rare Event Detection in Imbalanced Multi-Class Datasets Using an Optimal MIP-Based Ensemble Weighting Approach [1.2]
マルチクラスデータセットは、重要なサイバー物理システムにおけるまれな事象検出に使用される。最適,効率的,適応可能な混合整数プログラミング(MIP)アンサンブル重み付け方式を提案する。 MIPに基づく手法と6つの確立された重み付け手法を比較検討した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:05:16 GMT)
DAPPER: A Performance-Attack-Resilient Tracker for RowHammer Defense [1.2]
RowHammerの脆弱性は、現代のDRAMベースのシステムに重大な脅威をもたらす。 Perf-Attacksは共有構造を利用して、良質なアプリケーションのDRAM帯域幅を削減する。我々は,共有構造のマッピングを捉えるために,敵対的試みを阻止するための安全なハッシュ機構を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 02:38:53 GMT)
RMDM: Radio Map Diffusion Model with Physics Informed [1.2]
無線地図の再構築は高度な応用の実現に不可欠である。複雑な信号伝達やスパースデータといった課題は正確な再構築を妨げます我々は**Radio Map Diffusion Model (RMDM)*を提案し、**Helmholtz方程式**のような制約を組み込んだ物理インフォームドフレームワークを提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:28:10 GMT)
Influence of color correction on pathology detection in Capsule Endoscopy [1.1]
網膜ネットとYOLOv5の2つの顕著な物体検出モデルを用いて,色補正が病理診断に与える影響を評価する。その結果、色補正により、モデルがより大きな境界ボックスと、地上の真理アノテーションとの大きな交差点領域を生成することが明らかとなった。しかし、これらの効果は、F1スコア、IoU、AP50などのパフォーマンス指標の一貫性のある改善にはならない。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 10:05:44 GMT)
Duality defect in a deformed transverse-field Ising model [1.1]
準保存量構築におけるトポロジカル欠陥の役割について検討する。半鎖クラマース・ワニエ変換、イジング融合圏における技術利用、欠陥修正弱積分性破壊の3つの方法により、双対性欠陥ハミルトニアンを構成する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:58:06 GMT)
A Comprehensive Review: Applicability of Deep Neural Networks in Business Decision Making and Market Prediction Investment [1.1]
本稿では, 深層ニューラルネットワークの経済ビジネスと投資における意思決定への応用について検討する。この論文は、ディープニューラルネットワークが金融分類と予測において顕著に機能していることを証明している。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 20:24:21 GMT)
Transcoders Beat Sparse Autoencoders for Interpretability [1.1]
我々は、トランスコーダとSAEが同じモデルとデータで訓練した特徴を比較し、トランスコーダの特徴がはるかに解釈可能であることを発見した。本稿では,トランスコーダアーキテクチャにアフィンスキップ接続を追加する_skip Transcoders_を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 00:36:30 GMT)
A machine learning approach for Premature Coronary Artery Disease Diagnosis according to Different Ethnicities in Iran [1.0]
早期冠動脈疾患(PCAD)は、男性55歳未満、女性65歳未満の早期発症を指す。本研究では, PCADの主要なリスク要因のうち, 民族のランクについて検討した。性別と年齢が最も重要な予測者であり、民族が3番目に重要だった。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 05:20:56 GMT)
Markovian Transformers for Informative Language Modeling [1.0]
CoT(Chain-of-Thought)推論は、しばしば言語モデルの根底にある決定プロセスを忠実に反映しない。我々は、CoTを「マルコフ」言語モデルにおいて因果的に必要としており、中間のCoTを通して次のトークン予測を分解し、元のプロンプトとは無関係に将来のトークンを予測するよう訓練する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:28:44 GMT)
DermaSynth: Rich Synthetic Image-Text Pairs Using Open Access Dermatology Datasets [0.9]
Derma Synthは、45,205の画像からキュレートされた92,020の合成画像-テキストペアのデータセットである。 Gemini 2.0を用いた最先端の視覚大言語モデルを利用して、多種多様なリッチな合成テキストを生成する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 22:26:33 GMT)
Large Language Models as Common-Sense Heuristics [0.9]
大規模言語モデル(LLM)は、幅広いトピックにまたがるパラメトリドな知識を持ち、彼らのソリューションにおける計画タスクの自然言語記述を活用できる。本研究では,LLMのパラメトリド知識をヒルクライミングサーチの出力として利用することにより,新たな計画手法を提案する。提案手法は,共通住宅環境における類似システムのタスク成功率を22ポイント向上させ,一貫した計画を立てる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 00:26:38 GMT)
Bridging the Reasoning Gap: Small LLMs Can Plan with Generalised Strategies [0.9]
資源集約度が低いモデルの推論能力を高めるための2つの手法を提案する。ひとつは、よりリソース集約的なモデルによって生成される、特定のドメイン内のタスクを解決するための一般的な戦略を提供することです。もうひとつは、提案したソリューションの誤りを反復的に修正することで、コスト効率を悪用することである。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 00:28:29 GMT)
Augmented Intelligence for Multimodal Virtual Biopsy in Breast Cancer Using Generative Artificial Intelligence [0.9]
Full-Field Digital Mammography (FFDM) は乳がん検診における主要な画像モダリティである。第2レベルのイメージング技術であるCESMは、腫瘍検出の精度を向上する。 CESMは通常、特定の症例に予約されており、多くの患者はFFDMのみに頼っている。仮想生検のためのマルチモーダル・マルチビュー深層学習手法を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:41:17 GMT)
Advanced Assessment of Stroke in Retinal Fundus Imaging with Deep Multi-view Learning [0.8]
網膜基底像を用いて脳卒中・一過性虚血発作(TIA)を検出する多視点脳卒中ネットワーク(MVS-Net)を提案する。既存の研究とは対照的に,本研究では,深層多視点学習による脳卒中とTAAを識別する解法を初めて提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:10:04 GMT)
Pseudorandom density matrices [0.8]
Pseudorandom state (PRS) は、Haarランダム状態と効率的に区別できない状態アンサンブルである。我々は、一般化されたヒルベルト=シュミットアンサンブル(GHSE)と計算的に区別できない$n$-qubit状態の集合であるPRDMを導入する。 PRDMは価値ある量子資源を偽装し、最大に近い絡み合い、魔法、コヒーレンスを持ち、資源のない状態とは計算的に区別できない。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 05:43:07 GMT)
A Review of Graph-Powered Data Quality Applications for IoT Monitoring Sensor Networks [0.8]
監視センサネットワークにおけるデータ品質制御のためのグラフベースモデルに着目する。デジタル双生児のためのグラフベースモデルやモデル転送可能性、一般化など、今後のトレンドと課題を特定する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 10:46:36 GMT)
A Machine Learning Approach to Automatic Fall Detection of Soldiers [0.8]
本稿では,ブラジル海軍の「未来兵」プロジェクトの範囲内で実施される研究について述べる。このシステムは、兵士を不活化させ、重度の出血を招きかねない負傷を識別するカジュアルティ検出システムの開発に焦点を当てている。このデータは、1D Convolutional Neural Networks(CNN1D)のトレーニングに使われ、致命的な怪我による転倒を正確に分類することを目的としている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:12:36 GMT)
Streamlining Security Vulnerability Triage with Large Language Models [0.8]
セキュリティバグの共通弱さ(CWE)の同定を自動化し,その重症度を評価する新しいアプローチであるCASEYを提案する。ケーシーはCWE識別精度68%、重度識別精度73.6%、組み合わせ精度51.2%を達成した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 06:02:24 GMT)
Quantum function secret sharing [0.8]
このプリミティブでは、古典的なディーラーが秘密量子回路を$C$に分配し、$p$量子パーティに株式を提供する。入力状態 $|psirangle$ とプロジェクション $Pi$ のパーティは、計算値 $y_i$ を計算し、古典的にディーラーに通信する。我々は、我々の計画が単一の敵に対してのみ安全であることを示し、もし2つの当事者が共謀すれば、彼らはそのセキュリティを破ることができることを示した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 07:16:54 GMT)
A Comunication Framework for Compositional Generation [0.8]
合成エンコーディングを作成するための自己教師型生成型コミュニケーションゲームベースのフレームワークを提案する。我々の枠組みは、エンコーディングにおける効率性、曖昧性、非ホリスティック性の概念を定義し、バランスをとるという厳密な正当化と証明に基づいている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:46:11 GMT)
Quantum Algorithms for Nonlinear Dynamics: Revisiting Carleman Linearization with No Dissipative Conditions [0.7]
非線形力学系をカルマン線形化法により線形常微分方程式(ODE)に埋め込む方法について検討する。本分析は,従来の散逸状態を超えて誤差境界を探索することによって,これらの知見を拡張した。我々は、この共振条件がカールマン線型化のトランケーションレベル$N$に対して線型収束をもたらすことを証明した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 00:26:49 GMT)
Partially Rewriting a Transformer in Natural Language [0.7]
簡単な自然言語の説明を用いて,大規模な言語モデルを部分的に書き直そうと試みる。我々は、このスパースの最初の層を、各ニューロンの活性化を予測するLCMベースのシミュレーターで置き換える。これらの修正がモデルの最終出力を歪める程度を測定する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 01:12:50 GMT)
Limits to AI Growth: The Ecological and Social Consequences of Scaling [0.7]
4つのレンズを用いたAIスケーリングの総合的なレビューを提供する。我々は「成長への限界」のようなアーキタイプを含むシステムダイナミクスの概念を描いている。私たちは、持続的でマインドフルな進歩を優先するために、スケーリングに関する優先順位と規範を実現することを提唱します。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 23:41:52 GMT)
Analytical solutions for optimal photon absorption into inhomogeneous spin memories [0.7]
本研究では, 単一モード共振器に結合したスピンアンサンブルの量子電気力学モデルを用いて, 最適光子吸収について検討した。我々は共振器の周波数と結合率を変調する可能性を利用する。特に、外部損失が空洞の内部損失を支配している場合、異なるパラメータに対して最適な協調性を見出す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 07:30:21 GMT)
Deep Learning based Quasi-consciousness Training for Robot Intelligent Model [0.7]
本稿では,ロボットが複雑なタスクを学習し,推論する深層学習に基づくロボット知能モデルについて検討する。全てのロボットは、人為的行動パターンを訓練するために、少なくとも13年間特別学校に通わなければならない。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 08:27:32 GMT)
Temperature-Annealed Boltzmann Generators [0.7]
逆クルバック・リーブラー分岐を高温での正規化流の訓練はモード崩壊を伴わずに可能である。目標温度を下げるために,再重み付けに基づく学習目標を導入する。最大のシステムにとって、我々のアプローチはシステムの準安定状態を正確に解決する唯一の方法である。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:09:40 GMT)
Contextual Emotion Recognition using Large Vision Language Models [0.7]
現実の状況における人の明らかな感情の人間レベルの認識を達成することは、コンピュータビジョンにおいて未解決の課題である。本稿では,近年の大規模視覚言語モデルによって実現された2つの主要なアプローチについて検討する。私たちは、小さなデータセットでも微調整された視覚言語モデルが、従来のベースラインを大幅に上回ることを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:53:30 GMT)
Coherence based on positive operator-valued measures for standard and concatenated quantum state discrimination with inconclusive results [0.6]
任意の次元の等しく可能な状態を識別するための資源として,正の演算子値測度(POVM)に基づくコヒーレンスについて検討する。補助分離段階におけるPOVMコヒーレンスが,量子相関よりも基礎的な資源に分解されることを示す。我々は、クォート状態の識別におけるPOVMコヒーレンスを特徴付けることで、この結果の他の一般的な側面について議論する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 20:08:59 GMT)
AI, insurance, discrimination and unfair differentiation. An overview and research agenda [0.6]
保険会社は人工知能(AI)によって実現された2つのトレンドに魅了されているようだ保険会社はAIを使って、新たなタイプのデータを分析し、リスクをより正確に評価することができる。保険会社はAIを使って、個々の消費者の行動をリアルタイムで監視することもできる。この2つの傾向は多くの利点をもたらすが、社会に差別的影響を及ぼす可能性がある。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:52:00 GMT)
Pheromone-based Learning of Optimal Reasoning Paths [0.6]
Ant Colony Optimization-Guided Tree of Thought (ACO-ToT) Ant Colony Optimization-Guided Tree of Thought (ACO-ToT) Ant Colony Optimization-Guided Tree of Thought (ACO-ToT)
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:42:31 GMT)
MINDSTORES: Memory-Informed Neural Decision Synthesis for Task-Oriented Reinforcement in Embodied Systems [0.6]
本研究では,体験向上型計画フレームワークMINDSTORESを導入し,エージェントがメンタルモデルを構築し,活用できるようにする。 MINDSTORES は,既存のメモリベース LLM プランナよりも学習し,その知識を適用している。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:15:33 GMT)
Ontological analysis of proactive life event services [0.5]
ライフ・イベント・サービス(Life Event Service)は、いくつかの政府機関が共同で提供するデジタル・パブリック・サービスである。ライフイベントサービスは、同じライフイベントに関連するいくつかのパブリックサービスを、サービスコンシューマのための1つのサービスに統合する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:09:53 GMT)
Dynamics of Transient Structure in In-Context Linear Regression Transformers [0.5]
中間タスクの多様性を持つコンテキスト内線形回帰タスクでトランスフォーマーを訓練する場合、トレーニング分布のタスクに特化する前にリッジ回帰のように振る舞うことを示す。一般解から特殊解へのこの遷移は、結合軌道主成分分析によって明らかにされる。局所学習係数によって定義される変圧器のモデル複雑性を測定することにより、この説明を実証的に検証する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:45:13 GMT)
Demonstrations of system-bath physics on gate-based quantum computer [0.5]
アルゴリズム冷却は、多体量子系の相関状態を見つけるために用いられる。我々は,非単位演算とアルゴリズム冷却を実装するために,固有量子ビット雑音を用いる手法を開発した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 08:53:34 GMT)
Potential and limitations of random Fourier features for dequantizing quantum machine learning [0.5]
量子機械学習は、おそらく、短期量子デバイスの最もよく研究された応用の1つである。パラメータ化量子回路(PQC)を学習モデルとして使用する変分量子機械学習の概念に多くの焦点が当てられている。そこで本研究では,RFFがレグレッションのための変分量子機械学習の効率的な復号化を実現する上で必要かつ十分な条件を確立する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:02:52 GMT)
Objective Metrics for Human-Subjects Evaluation in Explainable Reinforcement Learning [0.5]
説明は基本的に人間のプロセスである。説明の目的と聴衆を理解することは不可欠である。説明可能な強化学習(XRL)に関する既存の研究は、その評価において人間に日常的に相談しない。本稿では,観察可能な行動と行動可能な行動に基づく説明評価に客観的な人的指標を使用するよう研究者に呼びかける。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:12:23 GMT)
Uncovering the Viral Nature of Toxicity in Competitive Online Video Games [0.5]
フリー・ツー・プレイのアクションゲーム『Call of Duty: Warzone』のプロプライエタリなデータを分析した。選手のチームメイトが有毒なスピーチを行う確率は、平均的な選手が有毒なスピーチを行う確率の26.1倍から30.3倍になる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 23:38:29 GMT)
SeDe: Balancing Blockchain Privacy and Regulatory Compliance by Selective De-Anonymization [0.5]
我々は、Selective De-Anonymization (SeDe) と呼ばれる規制および準拠のフレームワークを確立することにより、プライバシ保護機能のバランスをとるフレームワークを提案する。我々の技術は、匿名化の決定や制御を単一のエンティティに残さずに、複数のエンティティに分散させながら、それぞれのアクションに責任を負うことなく、これを実現する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:04:38 GMT)
Federated Transfer Component Analysis Towards Effective VNF Profiling [0.4]
本稿では、ソースとターゲットVNF間のFederated Transfer Component Analysis(FTCA)手法を提案する。実験により、提案されたFTCAは、ターゲットVNFに必要なリソースを効果的に予測できることが示されている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 20:10:02 GMT)
A Metric for the Balance of Information in Graph Learning [0.4]
分子のグラフ学習は、分子構造とその構造に付随する特徴の両方から情報を利用する。ノイズノイズ比差(NNRD)は、構造や特徴においてより有用な情報があるかどうかの指標である。 NNRDを分子的タスクに応用し,情報損失によく対応していることを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:46:42 GMT)
Enhancing Cell Tracking with a Time-Symmetric Deep Learning Approach [0.3]
本研究では,細胞を時間的近傍から追跡できるという仮定にのみ依存する,新しいディープラーニングに基づく追跡手法を開発した。提案手法は, 細胞の動きパターンを事前の仮定なしに予測器で完全に学習できるという付加的な利点を有する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 09:12:19 GMT)
Pathological MRI Segmentation by Synthetic Pathological Data Generation in Fetuses and Neonates [0.3]
Fetal&Neonatal-DDPMは, セマンティックラベル画像から高品質な合成病理学的胎児・新生児MRIを生成するために設計された, 新しい拡散モデルフレームワークである。 Fetal/Neonatal-DDPMを用いて,これらの画像から現実的な病理MRIを合成する。放射線医は、合成MRIは、実際のMRIと比較して、品質と診断値がかなり優れていると評価した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:36:24 GMT)
Entropic costs of the quantum-to-classical transition in a microscopic clock [0.2]
電荷センサを用いて二重量子ドット(DQD)を通した電荷トンネルをカウントして量子時計を実験的に実現する。以上の結果から,時計のダニの増幅と測定によって生じるエントロピーは,量子スケールでの時間管理において最も重要かつ基本的な熱力学的コストであることが示唆された。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 19:00:00 GMT)
Quest Love: Do Blockchain Points Build Loyalty or Just Feed the Bots? [0.2]
一般的なアプローチは、ユーザによるクエスト – ユーザが完了可能な小さなタスク – を提供することだ。本稿では,1つのデプロイされたクエストシステムから10ヶ月で43のユニークなクエストを提供し,80万のコンプリートを完了したブロックチェーンデータをキャプチャする。このデータを使用して、タスク完了に影響を与える要因、すなわち報酬の量、報酬の金銭的価値、困難、コストに関する洞察を提供する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 00:05:43 GMT)
Exploring the Potential of Large Language Models for Improving Digital Forensic Investigation Efficiency [0.1]
デジタル法医学研究所の作業量の増加は、サイバー関連およびサイバー関連以外の調査を迅速に行う法執行機関の能力に対する懸念を高めている。本稿では, バイアス, 説明可能性, 検閲, 資源集約的なインフラ, 倫理的および法的考察などの課題に対処するために, 大規模言語モデルをデジタル法医学的調査に統合する可能性と有用性について考察する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 08:27:13 GMT)
Loss shaping enhances exact gradient learning with Eventprop in spiking neural networks [0.1]
Eventpropは、スパイキングニューラルネットワークの正確な勾配の勾配勾配のアルゴリズムである。我々は、GPU強化ニューラルネットワークフレームワークにEventpropを実装した。 Spiking Heidelberg DigitsとSpking Speech Commandsデータセットで、スパイクニューラルネットワークをトレーニングします。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:12:54 GMT)
Efficient Event-based Delay Learning in Spiking Neural Networks [0.1]
スパイキングニューラルネットワーク(SNN)は、従来のニューラルネットワークに代わるエネルギー効率の高い代替手段として注目を集めている。本研究では,EventPropProp形式に基づくSNNのための新しいイベントベーストレーニング手法を提案する。提案手法は,現在最先端の遅延学習手法のメモリの半分以下を用いており,最大26倍高速であることを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:26:19 GMT)
Enforcing MAVLink Safety & Security Properties Via Refined Multiparty Session Types [0.1]
妥協されたシステムコンポーネントは、完全に合法なメッセージシーケンスを発行すると同時に、システム自体を安全でない状態に導くことができる。メッセージの適切な使用を表現・強制するためのメカニズムとして,改良されたマルチパーティセッションタイプを適用した作業の初期結果を示す。我々は,UAVで一般的に使用されるMAVLinkプロトコルの安全性とセキュリティの問題を軽減するために,改良されたマルチパーティセッションタイプを使用することにより,我々のアプローチを説明する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 03:56:35 GMT)
Deep Ensembling with Multimodal Image Fusion for Efficient Classification of Lung Cancer [0.1]
この研究で使用されるデータは、CT(Computed Tomography)とPET(Positron Emission Tomography)画像である。提案手法は,主成分分析(PCA)とオートエンコーダを用いてPETとCT画像の融合を実現する。新しいアンサンブルベースの分類器であるDeep Ensembled Multimodal Fusion (DEMF) は、サンプル画像の分類に多数決を採用した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:24:00 GMT)
Large Capacity Data Hiding in Binary Image black and white mixed regions [0.1]
情報隠蔽技術は、人間の感覚器官の感度を冗長データに活用する。本稿では,2値画像の白黒混合領域に隠れた情報を提案する。さらに,画像のセマンティクスを確保しつつ,高容量な情報隠蔽を実現するための効率的な符号化手法を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 03:45:28 GMT)
zkFi: Privacy-Preserving and Regulation Compliant Transactions using Zero Knowledge Proofs [0.0]
zkFiプロトコルは、開発者がトランザクションアセットを処理する柔軟性を提供するプラグイン・アンド・プレイソリューションとして機能するように設計されている。ゼロ知識証明(ZKP)の専門知識はオプションであり、zkFiのモジュラーアプローチとソフトウェア開発キット(SDK)の可用性に起因する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:08:40 GMT)
Waveguide Excitation and Spin Pumping of Chirally Coupled Quantum Dots [0.0]
単一量子ドット(QD)は、フォトニック結晶導波路を介して平面内で励起される。導波路モードのキラリティを利用して、指向性吸収と指向性放出の両方を達成する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 23:12:06 GMT)
Virtual airways heatmaps to optimize point of entry location in lung biopsy planning systems [0.0]
本稿では,肺生検計画システムにおけるエントリーポイント(POE)の最適化のための仮想モデルを提案する。このモデルは、計画シミュレーションにおける配向と操作中の実際の配向との相違から生じる誤差のマージンを考慮に入れている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 10:14:47 GMT)
VeloxQ: A Fast and Efficient QUBO Solver [0.0]
VeloxQは擬似非制約二項最適化問題の高速かつ効率的な解法である。 VeloxQを最新技術に基づく最先端のQUBOソルバに対してベンチマークする。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:27:50 GMT)
Understanding Model Calibration -- A gentle introduction and visual exploration of calibration and the expected calibration error (ECE) [0.0]
このブログ記事では、キャリブレーションの最もよく使われる定義を見ていきます。次に、この尺度の欠点と、これらがどのようにキャリブレーションのさらなる概念の必要性を表面化したかを取り上げる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:18:45 GMT)
Understand, Solve and Translate: Bridging the Multilingual Mathematical Reasoning Gap [0.0]
大規模言語モデル(LLM)は複雑な推論タスクにおいて例外的な性能を示す。高リソース言語では強い推論能力があるが、他の言語では大きなパフォーマンスギャップが持続する。提案するUST(Understand, Solve, and Translate)は,推論と解生成のためのアンカーとして英語を戦略的に利用する手法である。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 07:32:07 GMT)
UltraLightSqueezeNet: A Deep Learning Architecture for Malaria Classification with up to 54x fewer trainable parameters for resource constrained devices [0.0]
我々はSqueezeNet1.1アーキテクチャに3種類の超軽量アーキテクチャを提案、実装した。我々は、精度、リコール、精度、F1スコア、AUC(Area Under the Curve)などの指標に基づいて、各モデルの性能を評価した。 Variant 3(4つのファイアモジュール)は競合的な選択肢を提供し、SqueezeNet1.1と比較して計算オーバーヘッドを6倍に減らしたほぼ同じ結果(精度96.55%)を提供する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 21:40:02 GMT)
True Online TD-Replan(lambda) Achieving Planning through Replaying [0.0]
我々は、エージェントが過去の経験の全てまたは一部を効率的に再生できるように、真のオンラインTDの機能を拡張する新しい計画手法を開発した。 True Online TD-Replan(lambda)と呼ばれるこの新しいメソッドでは、ラムダパラメータがリプレイプロセスの密度を指定する際に新しい役割を果たす。我々は、経験的リプレイの恩恵を受ける問題に対して、新しい手法が真のオンラインTD(lambda)よりも優れていることを実証する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 10:51:37 GMT)
Transformation trees -- documentation of multimodal image registration [0.0]
本稿では,多モード画像の様々な登録の結果得られた変換の文書化へのツリー構造の適用について提案する。 dpVision ソフトウェアでは、矯正学的解析から得られる異なる登録の例を示し、木構造の使用の主な側面を示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:49:16 GMT)
Towards Fast, Specialized Machine Learning Force Fields: Distilling Foundation Models via Energy Hessians [0.0]
本稿では,MLFF基礎モデルから化学空間の特定の領域に特化して,より小さく,より高速なMLFFへの汎用表現の転送手法を提案する。私たちの専門的なMLFFは、オリジナルの基礎モデルよりも最大20ドル高速で、そして場合によっては、その性能と未蒸留モデルよりも高速です。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:12:36 GMT)
Three-dimensional integral Faddeev equations without a certain symmetry [0.0]
異なる質量の3体の系の非相対論的波動関数を探索するアルゴリズムについて述べる。ファドデエフ方程式の積分核の対数特異点領域の有意な変化が示されている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:03:57 GMT)
Thermodynamic limits of the Mpemba effect: A unified resource theory analysis [0.0]
ムペンバ効果(英語: Mpemba effect)は、温水系が冷たいものよりも速く冷却する反直感的な熱力学現象である。異常緩和行動の駆動における古典的および量子的相関の役割について検討する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 19:16:30 GMT)
The role of positional encodings in the ARC benchmark [0.0]
位置符号化の限界が推論と性能に与える影響を示す。本研究はトランスアーキテクチャにおける位置符号化の役割をさらに検討する。 2D位置符号化とロータリー位置埋め込みは競合性能を提供するが、2D符号化はデータ制約のあるシナリオに優れる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 21:34:54 GMT)
The Atlas for the Aspiring Network Scientist [0.0]
ネットワーク科学 (Network science) は、ネットワークとしての表現を通して複雑なシステムの調査と分析を行う分野である。複雑なネットワークを理解したいなら、大規模な分析ツールボックスをマスターする必要があります。この本は、これらのツールに初めてアクセスすることを目的としている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 08:44:23 GMT)
Tensor-network Toolbox for probing dynamics of non-Abelian Gauge Theories [0.0]
我々は、ループストリングハドロン(LSH)フレームワークを用いて、SU(2)格子ゲージ理論のための行列積状態(MPS)アンサッツを開発し、ベンチマークする。我々は、(1+1)DにおけるSU(2)ゲージ理論における静的可観測物の連続極限を達成するための進歩と、動的研究の境界を推し進めることについて報告する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:36:45 GMT)
TableMaster: A Recipe to Advance Table Understanding with Language Models [0.0]
TableMasterはレシピと包括的なフレームワークで、これらの障害を克服するために複数のソリューションを統合する。 WikiTQデータセットでは、GPT-4o-miniを使用して78.13%の精度を達成し、既存のベースラインを上回っている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:31:31 GMT)
Supervised Quadratic Feature Analysis: An Information Geometry Approach to Dimensionality Reduction [0.0]
教師付き次元減少は、クラス識別性を最大化しつつ、ラベル付きデータを低次元の特徴空間にマッピングすることを目的としている。線形特徴学習のための次元還元法であるSupervised Quadratic Feature Analysis (SQFA)を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 21:17:01 GMT)
Structure of Quantum Mean Force Gibbs States for Coupled Harmonic Systems [0.0]
所定の温度で熱浴と相互作用するオープン量子系は、平均力ギブス状態(MFG)を定常状態として到達することが期待される。システムと風呂の間の相互作用が無視できない場合、ハミルトニアン系のみから得られる通常のシステムギブス状態とは異なる。浴槽境界からの距離の関数として,浴槽とのカップリング効果が指数関数的に低下することを示した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 23:04:41 GMT)
Structural Embedding Projection for Contextual Large Language Model Inference [0.0]
構造化埋め込み変換は、言語モデル推論の効率性と一貫性を高めるための有望なアプローチを提供する。構造埋め込み射影 (Structure Embedding Projection, SEP) の数学的定式化により、埋め込み空間は構造化された文脈関係を捉えることができる。語彙の多様性に対するSEPの影響は、埋め込み修飾がモデルの語彙使用に影響を与えることを示唆している。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 00:46:21 GMT)
Streamlining Compliance And Risk Management with Regtech Solutions [0.0]
RegTechは、最先端技術を使用して規制コンプライアンスのプロセスを改善することに焦点を当てた、急速に成長する金融サービスセクターである。この論文は、危機管理におけるコンプライアンスコストの上昇と技術への依存の高まりにより、RegTechが最も有望な市場の一つになる理由を浮き彫りにしている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 06:09:56 GMT)
Statistical Physics of Deep Neural Networks: Generalization Capability, Beyond the Infinite Width, and Feature Learning [0.0]
この論文は、ディープニューラルネットワーク(DNN)を理解するために物理に基づく洞察を適用している。ネットワークがいつデータ構造を学ぶ必要があるかを理解することで、意味のある内部表現の育成に光を当てる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:43:57 GMT)
Stabilizing an optical cavity containing a bulk diamond crystal at millikelvin temperatures in a cryogen-free dilution refrigerator [0.0]
ミリケルビン温度でバルクダイヤモンド結晶を含むファブリ・ペロト光学キャビティの安定化に成功した。従来のレーザーをキャビティにロックするデモとは対照的に、私たちのセットアップではキャビティをレーザーにロックします。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 07:59:42 GMT)
SplitVAEs: Decentralized scenario generation from siloed data for stochastic optimization problems [0.0]
SplitVAEsは分散シナリオ生成フレームワークで、可変オートエンコーダを利用して、ステークホルダーデータを移動せずに高品質なシナリオを生成する。実験の結果, SplitVAEは, 集中型, 最先端のベンチマーク手法と比較して, 堅牢な性能を実現することがわかった。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 01:46:04 GMT)
Spectroscopy of two-dimensional interacting lattice electrons using symmetry-aware neural backflow transformations [0.0]
フェルミオン波動関数に格子対称性を埋め込むための枠組みを導入し、基底状態と低層励起の両方を対象とすることができることを示す。我々の対称性を意識した逆流は、基底状態エネルギーを著しく改善し、格子に対して10×10までの正確な低エネルギー励起をもたらす。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 08:49:56 GMT)
Spacetime games subsume causal contextuality scenarios [0.0]
因果文脈性シナリオは、以前公開された時空ゲームのサブセットと等価であることを示す。この洞察は、時空ゲームフレームワークで表現された場合、特定の構成や証明がより短く、よりシンプルで、直感的なものになる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:25:43 GMT)
Sociotechnical Approach to Enterprise Generative Artificial Intelligence (E-GenAI) [0.0]
この記事では、プロバイダ、エンタープライズ、顧客間の関係に焦点を当てた、ビジネスエコシステムに焦点を当てている。この記事では、SCM、ERP、CRMのGenAIベースのプラットフォームと、BI、FL、TRIZ、KM、IKMのGenAIベースのプラットフォームを統合するE-GenAIビジネスエコシステムについて説明する。本研究では,Large Language Models (LLM) のダイナミクスを理解するために,有限オートマトンを用いてFollowersとFolloweesの関係をモデル化する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:19:43 GMT)
Semi-group influence matrices for non-equilibrium quantum impurity models [0.0]
平衡から量子不純物モデルのリアルタイムダイナミクスを記述するための枠組みを導入する。オンサイト2フェミオン損失を持つ量子不純物モデルでは、スペクトル関数を計算し、大きな損失率で近藤物理学の出現を確認する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 19:00:42 GMT)
Scalable-Softmax Is Superior for Attention [0.0]
トランスフォーマーベースの言語モデルは、注意点を計算するためにSoftmaxに依存している。 SSMaxは入力ベクトルサイズが異なるシナリオでSoftmaxを置き換える。 SSMaxを用いたモデルは、事前訓練中に損失の削減を高速化するだけでなく、長期の文脈における性能を大幅に改善する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:55:35 GMT)
Sampling Groups of Pauli Operators to Enhance Direct Fidelity Estimation [0.0]
実験状態のコピーを少なくする改良された直接忠実度推定プロトコルを提案する。数値シミュレーションにより,8ビットのハールランダム状態の場合,必要なコピー数の3分の1の削減が達成されることを示した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:38:09 GMT)
SOK: Exploring Hallucinations and Security Risks in AI-Assisted Software Development with Insights for LLM Deployment [0.0]
GitHub Copilot、ChatGPT、Cursor AI、Codeium AIといった大規模言語モデル(LLM)は、コーディングの世界に革命をもたらした。本稿では,AIを利用したコーディングツールのメリットとリスクを包括的に分析する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 06:00:27 GMT)
SMILES & SELFIES has to go : Representation of Molecules via Algebraic Data Types [0.0]
Algebraic Data Type (ADT) は、分子表現の計算フレームワークとして用いられる。 SMILESやSELFIESのような従来の文字列ベースの表現とは異なり、ADTはより柔軟であるが、望ましい品質を維持している。 Haskellで実装されたオープンソースライブラリは、反応モデリング、グループ理論アプリケーション、LazyPPLとの統合での使用を実証する実験的な拡張とともに、ADTを実証している。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 09:42:08 GMT)
Restoring balance: principled under/oversampling of data for optimal classification [0.0]
実世界のデータのクラス不均衡は、機械学習タスクに共通のボトルネックをもたらす。データのアンダーやオーバーサンプリングといった緩和戦略は、定期的に提案され、実証的にテストされる。我々は、クラス不均衡、データの第1、第2モーメント、考慮されたパフォーマンスの指標に依存するアンダー/オーバーサンプリング戦略の効果を鋭く予測する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:41:21 GMT)
Re-Visiting Explainable AI Evaluation Metrics to Identify The Most Informative Features [0.0]
関数性またはプロキシベースのアプローチは、人工知能手法の品質を評価するために使用されるアプローチの1つである。その中では、選択性(Selectivity)やRemOve And Retrain(ROAR)、Permutation Importance(PI)が最も一般的に使用されるメトリクスである。本稿では,ROAR や IP が実装された場合のモデルの上と下の境界を予測するための予測精度区間 (EAI) を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:18:43 GMT)
Random features and polynomial rules [0.0]
本稿では,ガウスデータを用いた一般教師付き学習問題に対するランダム特徴モデルの性能の一般化について述べる。我々は、$Dto infty$と$P/DK$,$N/DL$の間の少なくとも一方が有限である極限から遠く離れた良い合意を見出す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:16:17 GMT)
Quantum Wave Simulation with Sources and Loss Functions [0.0]
不均一媒質中の線形反エルミート波動方程式をシミュレーションするための量子アルゴリズムフレームワークを提案する。我々のフレームワークは標準的な数値離散化方式と互換性がある。サブスペースエネルギーを抽出し、損失関数を$l$で比較する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 20:42:35 GMT)
Quantum Internet Use Case Analysis for the Automotive Industry [0.0]
量子インターネットと自動車業界の両方で、クロスプラットフォームのメガトランドを分析します。短期(10ドル年)のハードウェアの小型化と量子インターネット技術の自動化は、2つのドメイン間のシナジーインターフェースを提供する。長期($geq10$ years)の間、私たちは、自動車セクター内の量子インターネットの包括的なユースケースリストを開発しました。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:59:36 GMT)
Quality of Service in quantum networks [0.0]
量子ネットワークは、世界中に散在する複数のユーザーを繋ぐことができる。量子アグリゲーションシナリオにおけるルータの割り当て問題について検討する。この情報は誤り訂正符号を用いて符号化されていると考えられる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 01:56:53 GMT)
Programmable Synthetic Magnetism and Chiral Edge States in Nano-Optomechanical Quantum Hall Networks [0.0]
光共振器ネットワークにおける量子ハル型キラルエッジ状態の出現を実験的に実証する。この研究は、ナノスケールにおけるトポロジカルな音韻位相を制御する新しい方法と、ノイズ管理と情報処理への応用を開放する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 04:32:07 GMT)
Predictive and Prescriptive Analytics for Multi-Site Modeling of Frail and Elderly Patient Services [0.0]
本研究の目的は、需要が増大している医療分野における、様々な予測的、規範的分析手法が、運用上の課題にどのように貢献するかを評価することである。規範的な面では、ベッドや病棟のスタッフを最適に計画する方法を決定するための決定論的プログラムと2段階プログラムが開発されている。我々の研究は、医療管理者が予測モデルと規範モデルを使ってより情報的な意思決定を行うことを検討すべきであることを明らかにしている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 21:27:28 GMT)
Particle-wave dichotomy in quantum Monte Carlo: unlocking the quantum correlations [0.0]
相互作用する電子の量子モンテカルロ計算において、粒子と波の二分法が用いられる。このような歩行アンサンブルは,平均場近似に適用したサンプリング(ウインドウイング)により容易に構築できることが示されている。計算の結果,クーロン相互作用による確率の基底状態とリアルタイム進化とデコヒーレンスを正確に説明できることがわかった。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 21:59:21 GMT)
Optimizing Job Allocation using Reinforcement Learning with Graph Neural Networks [0.0]
複雑なスケジューリング問題における効率的なジョブ割り当ては、現実世界のアプリケーションにおいて大きな課題をもたらす。ジョブ割り当て問題(JAP)に取り組むために、強化学習(RL)とグラフニューラルネットワーク(GNN)の力を利用する新しいアプローチを提案する。本手法は, グラフ構造化データを利用して, 環境との試行錯誤による適応ポリシーの学習を可能にする。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:50:04 GMT)
Optical Readout of Coherent Nuclear Spins Beyond the NV Center Electron T$_1$ [0.0]
我々は、電子スピンを再分極するための光応答パルスを導入し、その核スピンの読み出しへの影響について検討する。アンサンブルをベースとしたセンサでは,低磁場(200G)と比較して,500Gでの励起状態の反レベル交差を6倍に改善した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:49:48 GMT)
On the inductive bias of infinite-depth ResNets and the bottleneck rank [0.0]
我々は、深い線形ResNetの最小ノルム重を計算する。このアーキテクチャの帰納バイアスは、核の規範と階級を最小化することにある。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:06:13 GMT)
On the application of a Silicon photomultiplier-based receiver for binary phase-shift-keying protocols [0.0]
本研究では,シリコン光増倍体を光子数分解検出器として埋め込んだハイブリッド受信機を用いた通信量子チャネルについて検討する。我々は,ある関連する実験パラメータの関数として,送信者と受信者間の識別誤差確率と相互情報を取得する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 10:20:15 GMT)
On Pareto Optimality for the Multinomial Logistic Bandit [0.0]
マルチノードロジット帯域問題に対処するための新しいオンライン学習アルゴリズムを提供する。 MNLモデルがもたらす課題にもかかわらず、我々は新しいアッパー信頼境界法(UCB)を開発した。我々は,MNL-Bandit問題に対する後悔と推定誤差のトレードオフを特徴付ける理論的保証を開発する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:42:29 GMT)
Nonlinearity of transparent SNS weak links decreases sharply with length [0.0]
弱リンクの有限長は、その零長極限と比較して非線形性を強く抑制することを示す。我々は、非相互作用ジョセフソン接合に対して、非調和性はゼロと最大負の値の間に有界であると予想する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:47:22 GMT)
Neural Implicit Solution Formula for Efficiently Solving Hamilton-Jacobi Equations [0.0]
ハミルトン・ヤコビ偏微分方程式(HJ PDE)に対して暗黙解公式が提示されるこの暗黙の解公式を学習するために,ディープラーニングに基づく方法論を提案する。状態依存ハミルトニアンの特性曲線を近似するアルゴリズムを開発した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:56:09 GMT)
Multi-Sensor Deep Learning for Glacier Mapping [0.0]
氷床の外の氷河は、海面上昇、水資源管理、自然災害、生物多様性、観光に影響を及ぼすことで、我々の社会において重要な役割を担っている。衛星ベースの氷河マッピングアプリケーションは、歴史的に主に手動および半自動検出法に依存してきた。この章では、マルチセンサーのリモートセンシングデータとディープラーニングを組み合わせることで、氷河をより正確に表現し、時間的変化を検出する方法についてレビューする。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:31:55 GMT)
Model Alignment Search [0.0]
本稿では,分散表現類似性を因果的に探索するモデルアライメント探索(MAS)を提案する。まず,異なる学習種数を持つネットワーク間で特定の因果変数の値を伝達するために,本手法が有用であることを示す。そこで我々は,MASと既存の因果類似性法の違いを考察し,非現実的潜在補助損失関数を導入する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 10:07:41 GMT)
Magnetizing weak links by time-dependent spin-orbit interactions: momentum conserving and non-conserving processes [0.0]
弱いリンクをトンネルする電子のスピンに影響を与えるRashbaスピン軌道相互作用について研究する。我々は、運動量を保存する過程によって誘導される磁化フラックスと、そうでないトンネル現象によって生じる磁化との接続を確立する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 08:46:18 GMT)
Machine Learning in Gamma Astronomy [0.0]
本研究の目的は,大気圧チェレンコフ望遠鏡を用いて得られた天体粒子データを解析するための最も一般的な深層学習手法を概説することである。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:52:26 GMT)
Longer Attention Span: Increasing Transformer Context Length with Sparse Graph Processing Techniques [0.0]
本稿では,トークンをグラフのノードとして認識し,注目マスクがグラフのエッジを決定する,注目のグラフコンピューティングビューを提案する。この観点から,注意機構を実装するグラフ処理アルゴリズムを開発した。我々のアルゴリズムは1つのNVIDIA A100 GPUで1億6000万の非常に長いシーケンス長を達成できます。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 22:05:00 GMT)
Logical Modalities within the European AI Act: An Analysis [0.0]
本稿では,その論理的モダリティの観点から,欧州AI法を包括的に分析する。論理・多元的知識工学フレームワークと方法論の形式的な表現を準備することを目的としている。 LogiKEyは形式的手法に基づく規範的推論のための計算ツールを開発する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:15:33 GMT)
Learning Non-Local Molecular Interactions via Equivariant Local Representations and Charge Equilibration [0.0]
本稿では,非局所的相互作用のモデル化とMPNNの計算コストの増大に対処するため,長距離通信用電荷平衡層(CELLI)を提案する。一連のベンチマークにより、CellIは厳密な局所的なアレグロアーキテクチャを拡張して、高度に非局所的な相互作用と電荷移動をモデル化できることが示されている。我々のアーキテクチャは多様なデータセットや大規模構造に一般化し、MPNNに匹敵する精度を約2倍の計算効率で達成する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:43:22 GMT)
Learnable & Interpretable Model Combination in Dynamical Systems Modeling [0.0]
この研究は、動的システムモデリングにおいて、どのタイプのモデルが通常結合されるかを簡単に議論する。本稿では,混合代数的,離散的,微分方程式に基づくモデルを表現可能なモデルのクラスを提案する。最後に,モデルの任意の組み合わせを,容易に解釈可能な方法で記述できる新しいワイルドカードアーキテクチャを提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 09:07:30 GMT)
Large Angular Momentum [0.0]
スピン $tfrac12$ ( a qubit) の量子状態は、ブロッホ球面の空間 $mathbf CP1 sim S2$ によってパラメータ化される。一般的な$j$に対するスピン$j$は、より大きな空間の点である$mathbf CP2j$で表される。本稿では,Stern-Gerlach過程,角-モーメント組成則,回転行列を解析することにより,これらの問題について議論する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:35:38 GMT)
LLM Cyber Evaluations Don't Capture Real-World Risk [0.0]
大規模言語モデル(LLMs)は、サイバーセキュリティアプリケーションにおける進歩を誇示している。これらの能力によって引き起こされるリスクを評価するための現在の取り組みは、現実のインパクトを理解するという目標と不一致である、と我々は主張する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 05:33:48 GMT)
Invariant Measures for Data-Driven Dynamical System Identification: Analysis and Application [0.0]
本研究では,シミュレーションおよび観測された物理不変量の比較に基づいて,力学系の同定を行う新しい手法を提案する。ノイズ、カオス、遅いサンプリングを含むシステム識別において、幅広い課題に対して堅牢性を得る。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 23:27:33 GMT)
InvAgent: A Large Language Model based Multi-Agent System for Inventory Management in Supply Chains [0.0]
本研究では,大規模言語モデル (LLM) を用いて複数エージェントの在庫管理システムを管理する手法を提案する。我々のモデルであるInvAgentはレジリエンスを高め、サプライチェーンネットワーク全体の効率を向上させる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 04:31:59 GMT)
Intrinsic Tensor Field Propagation in Large Language Models: A Novel Approach to Contextual Information Flow [0.0]
内在的場伝播は、様々な言語構造にわたる文脈的保持、依存性の解決、推論を改善する。オープンソーストランスフォーマーベースのモデルで行った実験では、様々な言語構造にわたる文脈保持、依存関係の解決、推論において測定可能な改善が提供されている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 08:32:32 GMT)
Interleaved dual-species arrays of single atoms using a passive optical element and one trapping laser [0.0]
我々は、ルビジウム(Rb)とセシウム(Cs)の原子をトラップするために、単一レーザビームで照射された微細加工された光学素子を用いて実演する。このトラップ法は、アクティブな光電子成分と複数のレーザー波長を使用する一般的な手法と比較して単純で堅牢であり、他の原子種にも容易に適用できる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 20:46:38 GMT)
Information Metrics and Possible Limitations of Local Information Objectivity in Quantum Gravity [0.0]
局所的な情報客観性(Local Information Objectivity)は、実験データの交換によってモデルについて同じ情報を推測できるものであり、科学の基本である。量子重力は典型的にはチェンチョフの仮定に反し、フィッシャー計量とボーン則は観測者によって異なる。これらの違反、いくつかの実験的実験、および一般的な共変情報幾何に基づく新しい量子重力法について説明する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:29:16 GMT)
Impurities in a trapped 1D Bose gas of arbitrary interaction strength: localization-delocalization transition and absence of self-localization [0.0]
Gross-Pitaevski-Schr"odinger方程式に基づくボース・ポーラロンの平均場記述は、自己局在化されたポーラロンの存在を予測する。このような解は存在せず、根底にあるデカップリング近似の成果であることを示す。重い不純物によって形成される単一ポラロンのエネルギーに対する解析的近似を導出する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 09:29:21 GMT)
Imperfect Knowledge Management -- A Case Study in a Chilean Manufacturing Company [0.0]
チリ大学のMaturana and Varela(1969年)はオートポエシスという用語を導入した(ギリシア語で自己と生産から)。この論文では、生きたシステムのシステム理論、実行可能なシステムのサイバネティック理論、そしてオートポエティックシステムのオートポエシス理論を統合するファジィ・オートポエティック・ナレッジ・マネジメント(FAKM)モデルを紹介している。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:48:38 GMT)
How Random Are Ergodic Eigenstates of the Ultrametric Random Matrices and the Quantum Sun Model? [0.0]
エルゴード固有状態から得られた還元密度行列のシュミット固有値の極値統計を数値的に研究する。超測度ランダム行列と量子太陽モデルの両方について、極値分布を用いてよりよく記述できる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:59:18 GMT)
Hourly Short Term Load Forecasting for Residential Buildings and Energy Communities [0.0]
永続モデル、自動回帰ベースの機械学習モデル、より高度なディープラーニングモデルを導入します。既存の手法に比べて,新たに導入された時間ベースの予測モデルの予測精度が15～30%向上するのを観察する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:49:09 GMT)
Homogeneity Bias as Differential Sampling Uncertainty in Language Models [0.0]
大規模言語モデル (LLMs) と視覚言語モデル (VLMs) は、支配的なグループよりも一様である。このバイアスは、トークンが推論時にサンプリングされる確率分布の体系的な違いから生じる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:36:12 GMT)
Hierarchical Cryptographic Signature Mapping for Ransomware Classification: A Structural Decomposition Approach [0.0]
構造暗号特性を分析するために設計された階層型分類フレームワークは、悪意のある暗号化を識別するための新しいアプローチを提供する。本研究は,暗号的特徴マッピングによって分類精度が向上することを示す。階層構造解析は、さらに法医学的な調査を強化し、セキュリティアナリストが暗号を解読して攻撃源を追跡できるようにする。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:23:51 GMT)
Hidden zero modes and topology of multiband non-Hermitian systems [0.0]
有限一次元非エルミート系において、零モードの数は必ずしも系の位相を反映しない。この分解がなぜ発生し、典型的には隠されたゼロモードになるのかを示す。さらに、ハミルトニアン$H$を持つ有限多重バンド非エルミート系では、反射ハミルトニアン$チルデH$も考慮する必要があることを指摘した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 03:22:43 GMT)
Geometrical Approach to Logical Qubit Fidelities of Neutral Atom CSS Codes [0.0]
量子誤差補正(QEC)符号を乱れのある$mathZ$格子ゲージ理論にマッピングする。本稿では,この統計マッピングを用いて中性原子アーキテクチャの誤差レート閾値を推定する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:41:23 GMT)
Genetic AI: Evolutionary Simulation for Data Analysis [0.0]
遺伝的AIは進化シミュレーションによるデータ解析の新しい手法である。任意のドメインのデータに適用することができ、AIモデルのデータレストレーニングを可能にする。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:17:09 GMT)
From Bits to Qubits: Challenges in Classical-Quantum Integration [0.0]
この研究は量子符号化の重要なフェーズに焦点をあて、量子システム内での処理のために古典的な情報を量子状態に変換することができる。異なる特徴を定量化する目的は、量子処理への影響を分析することである。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 05:51:04 GMT)
Formation, prevalence, and stability of bouncing-ball quantum scars [0.0]
量子傷は不安定な古典周期軌道に沿った高密度の確率密度に対応する。この研究は、二次元(2D)量子井戸における線形「バウンシングボール」(BB)傷の生成、有病率、安定性に焦点をあてる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 09:15:05 GMT)
Fast exact recovery of noisy matrix from few entries: the infinity norm approach [0.0]
データサイエンスの中心的な問題である行列回復問題は、比較的小さなエントリのサンプルから行列A$を回収することである。そのようなタスクは一般には不可能であるが、正確に時間内に$A$を回収できることが示されている。基底行列が有界な精度を持つことを考えると、雑音の場合においても正確な回復が達成できることが示される。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:31:01 GMT)
FL-APU: A Software Architecture to Ease Practical Implementation of Cross-Silo Federated Learning [0.0]
Federated Learning(FL)は、現実世界のアプリケーションにますます適用されつつある技術である。本稿では,機械学習モデルの品質向上のために,複数の企業が共同で作業する中でFLを実用化するためのシナリオベースアーキテクチャを提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 12:37:09 GMT)
Exact Floquet solutions in a Parity-Time-Symmetric Rabi Model [0.0]
パリティ時(PT)対称性を持つ半古典的ラビモデルは隠れた$sl(2)$対称性を持ち、従って準エクサクティヴ解を持つ。モデルパラメータに対する対応する制約は、定数と周期的な駆動項の間の共鳴関係として解釈できる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:30:41 GMT)
Estimating the Power of a Quantum Computer [0.0]
本稿では、量子ビット数、量子ビットレイアウト/接続率、物理誤差率などのシステムパラメータに基づいて、Ref.[1]で定義された量子メトリックを推定する方法を示す。この研究の一環として、誤差補正生存率閾値以下のシステムにおける量子エラー補正に必要なオーバーヘッドが、そのシステムのメートル法値にどのように影響するかを初期分析する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 19:03:31 GMT)
Entanglement and Stabilizer entropies of random bipartite pure quantum states [0.0]
絡み合いと魔法には強い依存があるが、驚くべきことに全く無関係である。最初の近似で、絡み合いはシュミット軌道上の平均的な魔法を決定する。しかし、エンタングルメントスペクトルの平坦度が関与する異なる軌道を区別する平均的な魔法には、より微細な構造がある。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:19:11 GMT)
Emergence of Topological Non-Fermi Liquid Phases in a Modified Su-Schrieffer-Heeger Chain with Long-Range Interactions [0.0]
修正Su-Schrieffer-Heeger鎖モデルにおけるトポロジカル非フェルミ液相の出現について検討した。本研究により, トポロジカル非フェルミ液体の理解と高温超伝導への可能性について検討した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 10:47:20 GMT)
Embedding of Tree Tensor Networks into Shallow Quantum Circuits [0.0]
本研究では,木ネットワーク(TTN)を浅い量子回路に埋め込む手法を提案する。我々の数値的な結果は、TTNの埋め込みは、マトリックス生成状態(MPS)よりも優れた初期量子回路を提供することを示している。この研究は、VQAの2次元システムと長距離相関系への応用を拡大することが期待されている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 02:38:17 GMT)
Electron-beam-induced quantum interference effects in a multi-level quantum emitter [0.0]
カソードルミネッセンス分光法は、光の非古典的な特徴をナノスケールで制御するための新しいプラットフォームとして登場した。我々は、異なる緩和経路の間に量子干渉が発生することを示した。その結果,エミッタの励起速度,初期状態,励起レベル間隔が干渉の影響を決定する上で重要な役割を担っていることがわかった。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:41:52 GMT)
Efficient preparation of entangled states in cavity QED with Grover's algorithm [0.0]
グロバーの探索アルゴリズムは、量子ビットのアンサンブルの絡み合った状態を効率的に作成することができる。我々は、Dicke状態、GHZ状態、およびSchr"odinger cat superpositions of $N$atomsを、少数の光子散乱イベントによって決定的に生成することを示した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 04:31:37 GMT)
Edge of Stochastic Stability: Revisiting the Edge of Stability for SGD [0.0]
我々は,ミニバッチ勾配降下(SGD)列車が異なる体制で「エッジ・オブ・安定性(EoSS)」と呼ばれることを示す。 2/eta$で安定化されるのは *Batch Sharpness* である。さらに,SGD軌道の数学的モデリングについて考察する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:29:13 GMT)
Early Diagnosis and Severity Assessment of Weligama Coconut Leaf Wilt Disease and Coconut Caterpillar Infestation using Deep Learning-based Image Processing Techniques [0.0]
Weligama Coconut Leaf Wilt Disease (WCWLD) とCoconut Caterpillar Infestation (CCI) はココナッツに被害を与える。現在、WCWLDとCCIは、現場での人間の観察を通して検出されている。本稿では、WCWLDとCCIを識別するために、トランスファーラーニングに基づく畳み込みニューラルネットワーク(CNN)とマスクリージョンベースのCNN(Mask R-CNN)を用いることの有効性を示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 01:02:43 GMT)
EEG-Language Modeling for Pathology Detection [0.0]
本稿では臨床報告と15,000の脳波を訓練した脳波モデル(ELM)を考案した。本稿では,この領域におけるマルチモーダルアライメントと,時間的収穫とテキストセグメンテーションを組み合わせることを提案する。マルチモーダルモデルでは4つの評価において,脳波のみのモデルと比較して病理診断が有意に改善した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:16:12 GMT)
Dissecting van der Waals interactions with Density Functional Theory -- Wannier-basis approach [0.0]
これは電子ベースの多体法であり、材料の完全な電子的および光学的応答特性を捉える。ファン・デル・ワールズと誘導エネルギーを区別する基盤と、異方性と異なる積み重ねパターンの役割を提供する。本研究の目的は、ファンデルワールスエネルギーを幅広い材料で測定するための新しい実験研究を刺激することである。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 22:20:27 GMT)
Deterministic carving of quantum states with Grover's algorithm [0.0]
我々は、グローバーのアルゴリズムのいくつかのユニタリステップが、キャビティ内の$N$原子のディック状態を完全に準備するのに十分であることを示した。また,GHZ状態とCat状態を生成するために,その後のGroverステップをいくつかのステップで適用できることも示している。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 04:35:37 GMT)
Dense $\textrm{QCD}_2$ with matrix product states [0.0]
1-フレーバー $mathrmSU(2)$ および $mathrmSU(3)$ 格子 QCD in $ 1+1$) dimensions at zero temperature and finite density。我々は、バリオン数密度の関数として状態方程式、カイラル凝縮、クォーク分布関数などの物理観測値を計算する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 14:50:44 GMT)
DINAMO: Dynamic and INterpretable Anomaly MOnitoring for Large-Scale Particle Physics Experiments [0.0]
異常検出の自動化を目的とした,新しい,解釈可能な,堅牢でスケーラブルなDQMアルゴリズムを提案する。提案手法は, 統計的変異を特徴とするヒストグラムテンプレートを組込み不確かさで構築する。合成データセットの実験は、これらの手法の高精度、適応性、解釈可能性を示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:51:41 GMT)
Crosscap Quenches and Entanglement Evolution [0.0]
クロスキャップクエンチ(crosscap quench)と呼ばれる新しいクエンチプロトコルを提案する。我々は共形場理論(CFT)を解析し、絡み合いエントロピーの時間進化における普遍的特徴を導出する。非可積分スピン系および可積分スピン系における数値シミュレーションによりこれらの知見を検証した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:14:45 GMT)
Constants of Motion for Conserved and Non-conserved Dynamics [0.0]
本稿では,時系列データに機械学習技術(FJet)を適用した動的モデルから始める。この力学モデルはリー対称性の手法で解析され、運動定数を得る。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 21:35:52 GMT)
Concept-Based Explainable Artificial Intelligence: Metrics and Benchmarks [0.0]
概念に基づく説明手法は、機械学習モデルの解釈可能性を改善することを目的としている。本稿では,大域的重要度,概念存在度,概念位置度という3つの指標を提案する。多くの場合、ポストホックCBMによって決定される最も重要な概念でさえ、入力画像には存在しないことが示される。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:32:36 GMT)
Comprehensive benchmarking of large language models for RNA secondary structure prediction [0.0]
RNA-LLMはRNA配列の大規模なデータセットを使用して、自己教師付き方法で、意味的に豊かな数値ベクトルで各RNA塩基をどう表現するかを学ぶ。その中で、二次構造を予測することは、RNAの機能的機構を明らかにするための基本的な課題である。本稿では,いくつかの事前学習されたRNA-LLMの総合的な実験解析を行い,それらを統合されたディープラーニングフレームワークにおけるRNA二次構造予測タスクと比較する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 21:39:40 GMT)
Comparative Analysis of YOLOv9, YOLOv10 and RT-DETR for Real-Time Weed Detection [0.0]
本稿では,スマートスパレイティングアプリケーションにおける雑草検出のためのオブジェクト検出モデルであるYOLOv9,YOLOv10,RT-DETRの総合評価について述べる。これらのモデルの性能は、GPUやCPUデバイスの平均平均精度(mAP)スコアと推論時間に基づいて比較される。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 22:44:50 GMT)
Comment on "Machine learning conservation laws from differential equations" [0.0]
リュー、マダヴァン、テグマルクは、既知の保存法をいくつかのシステムに導入するために機械学習手法を使おうとした。彼らは7つの重大な誤りを犯し、それぞれの方法と結果の両方が間違っていた。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 22:27:07 GMT)
CoSTI: Consistency Models for (a faster) Spatio-Temporal Imputation [0.0]
CoSTIは、推論時間を劇的に削減しつつ、DDPMに匹敵する計算品質を達成するために一貫性トレーニングを採用している。複数のデータセットとデータシナリオをまたいだCoSTIを評価し、拡散モデルと同等のパフォーマンスで、計算時間を最大98%削減することを示した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:14:28 GMT)
Clustering in hyperbolic balls [0.0]
双曲球に$k$-meansクラスタリングを導入する。第2に、双曲球における新しい確率分布の混合を学習するための期待最大化(EM)アルゴリズムを提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:03:06 GMT)
Calibrated hypergraph states: II calibrated hypergraph state construction and applications [0.0]
キャリブレーションを備えたハイパーグラフにより符号化された重み付きハイパーグラフ状態の拡張である、キャリブレーション付きハイパーグラフ状態を導入・検討する。我々は、一般的なガロア環上の四重項に焦点をあて、同伴する論文で取り組んだ $varOmega$ monadic framework の上に構築した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 08:57:56 GMT)
Calibrated hypergraph states: I calibrated hypergraph and multi qudit state monads [0.0]
キャリブレーションを備えたハイパーグラフにより符号化された重み付きハイパーグラフ状態の広範な一般化であるキャリブレーションハイパーグラフ状態について検討する。キャリブレーションされたハイパーグラフとマルチキューディット状態の両方が、グレード付き$varOmega$モナドで自然に整理されていることを示す。本論文では、これらの$varOmega$モナドの特別な射としてのハイパーグラフ状態写像の構築の基礎を定めている。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 08:57:49 GMT)
Calculation of harmonic oscillator brackets in SU(3) basis [0.0]
我々は、SU(3)スキームを高調波発振器ブラケットの計算に利用した。数値評価のための明示的な関係を求め,計算手法を提案する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:37:29 GMT)
CAAT-EHR: Cross-Attentional Autoregressive Transformer for Multimodal Electronic Health Record Embeddings [0.0]
本稿では,タスク非依存の縦埋め込みを生のEHRデータから生成する新しいアーキテクチャであるCAAT-EHRを紹介する。自己回帰デコーダは、事前訓練中に将来の時刻データを予測してエンコーダを補完し、その結果の埋め込みが時間的整合性と整合性を維持する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 05:00:02 GMT)
Boundaries, frames and the issue of physical covariance [0.0]
重力物理学におけるエッジモードと境界電荷、古典的および量子重力の力学、量子参照フレームの3つの異なる展開に焦点をあてる。これらの研究の方向性は、実際には複数の方法で関連付けられており、同じ研究プログラムの異なる側面と見なすことができる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 13:27:52 GMT)
Benchmarking Quantum Instruments [0.0]
フィードフォワードを用いた量子測定は、フォールトトレラント量子コンピュータの重要な構成要素である。本研究では、連続したランダムにコンパイルされた測定結果がすべて理想的な結果を返す確率に適合させることで、そのような測定の誤差率を直接推定できることを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 21:48:54 GMT)
Benchmark of the Full and Reduced Effective Resistance Kernel for Molecular Classification [0.0]
提案手法は,古典的手法の量子複雑性を解析する有効な抵抗フレームワークを用いて,通勤時間カーネル法について検討する。我々の研究は、カーネルの計算における顕著な量子スピードアップを強調しており、古典的アプローチよりも時間の複雑さが2次的に改善されている。この手法をいくつかの化学ベースのデータセット上でベンチマークすると、常に最も正確であるとは限らないが、時間効率が優れていることが分かる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 17:58:54 GMT)
Automated Detection of Sport Highlights from Audio and Video Sources [0.0]
本研究では,音声やビデオからスポーツハイライト(HL)を自動的に検出するための,Deep Learningベースで軽量なアプローチを提案する。我々のソリューションは、比較的小さなオーディオ・メル・スペクトログラムとグレースケール・ビデオ・フレームのデータセットに基づいて訓練されたディープラーニング(DL)モデルを活用し、オーディオ・ビデオ検出において、それぞれ89%と83%の有望な精度を達成する。提案手法は,各種スポーツビデオコンテンツを対象としたHL自動検出のためのスケーラブルなソリューションを提供し,手動介入の必要性を軽減した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 09:03:03 GMT)
AutoFlow: An Autoencoder-based Approach for IP Flow Record Compression with Minimal Impact on Traffic Classification [0.0]
本稿では,自動エンコーダを用いてIPフローレコードを圧縮する深層学習方式を提案する。提案手法は,下流解析タスクにおける圧縮データの有用性を維持しながら,データ量を削減する。この作業の影響は、より効率的なネットワーク監視とスケーラブルでリアルタイムなネットワーク管理ソリューションにまで及ぶ。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 10:20:25 GMT)
Application of Generative Adversarial Network (GAN) for Synthetic Training Data Creation to improve performance of ANN Classifier for extracting Built-Up pixels from Landsat Satellite Imagery [0.0]
低解像度ランドサット画像を用いた画素ベース分類タスクのためのニューラルネットワークの訓練は困難である。このようなトレーニングデータの不足のため、ニューラルネットワークは期待されるレベルの精度を達成できない可能性がある。この制限は、トレーニングされたサンプルデータと同じ分布を持つ合成データを生成することを目的とした生成ネットワークを用いて克服することができる。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:47:22 GMT)
Analysis of LLMs vs Human Experts in Requirements Engineering [0.0]
大規模言語モデル(LLM)のソフトウェア開発への応用は、コード生成のテーマとなっている。本研究は, LLMがソフトウェアシステムの要件を抽出する能力と, タイムボックス型およびプロンプトボックス型研究における人間専門家の要求とを比較した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 16:55:17 GMT)
An Empirical Game-Theoretic Analysis of Autonomous Cyber-Defence Agents [0.0]
我々は、このプロセスの迅速化のために理論的に正しいポテンシャルに基づく報酬形成手法を導入し、評価する。さらに,オープンソース ACD-DRL のアプローチが増加していることを踏まえ,複数の応答オラクルを扱えるように DO の定式化を拡張した。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 15:15:02 GMT)
Algorithmic Clustering based on String Compression to Extract P300 Structure in EEG Signals [0.0]
本研究では、正規化圧縮距離(NCD)に基づくクラスタリング手法を導入し、P300構造を抽出する。 2つのデータセットの実験結果は、関連するP300構造を明らかにする方法の能力を示している。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 23:16:07 GMT)
Adversarial Machine Learning: Attacking and Safeguarding Image Datasets [0.0]
本稿では、敵攻撃に対する畳み込みニューラルネットワーク(CNN)の脆弱性について検討し、その保護方法を検討する。 CNNは、最も一般的な画像データセットの4つに実装され、高いベースライン精度を実現した。対戦訓練後のモデルに対するロバスト性はほとんどのレベルが達成されているが、敵の摂動に対するモデルの性能にはまだ若干の損失があるようだ。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 22:32:38 GMT)
Addressing the correlation of Stokes-shifted photons emitted from two quantum emitters [0.0]
ゼロフォノンライン光子とストークスシフト光子の相関を特徴付けるための一般モデルを提案する。このモデルは、2つの相互作用する分子から放出されるストークスシフト光子の実験的相関を再現する。 2つの非相関エミッタからの発光における量子コヒーレンスの役割を分析する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:07:02 GMT)
Addressing Hallucinations with RAG and NMISS in Italian Healthcare LLM Chatbots [0.0]
大規模言語モデル(LLM)の幻覚に対する検出と緩和を併用する NMISS(Negative Missing Information Scoring System)を導入して検出を行う間、質問応答型検索拡張生成(RAG)フレームワークで緩和を実現する。この組み合わせアプローチは、LLMにおける幻覚の低減とより正確な評価に関する新たな洞察を提供する。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 11:14:25 GMT)
A topological theory for qLDPC: non-Clifford gates and magic state fountain on homological product codes with constant rate and beyond the $N^{1/3}$ distance barrier [0.0]
我々は,量子低密度パリティチェック(qLDPC)とトポロジカルコードにおけるフォールトトレラント量子計算の統一理論を開発した。製品構築から得られたすべてのqLDPCおよびCSSコードに対して、トポロジ的データを符号化する隠された単純複素構造が存在することを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:25:24 GMT)
A note on spontaneous symmetry breaking in the mean-field Bose gas [0.0]
系がボース=アインシュタイン凝縮を示すときと、ギブス状態の1粒子密度行列がマクロ固有値を持つという意味でのみ、自発的な$U(1)$対称性の破れが起こることを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 18:58:28 GMT)
A Unified Representation of Density-Power-Based Divergences Reducible to M-Estimation [0.0]
密度パワーに基づく発散は、外れ値に対する堅牢な推論手順を提供する。分岐の成功の特徴は、推定問題をM推定に還元できることである。関数 $phi_gamma$ を指定することで、NB-DPD はよく知られた発散に還元されることを示す。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 01:50:58 GMT)
A Systematic Literature Review of Computer Science MOOCs for K-12 education [0.0]
コンピュータサイエンス(CS)は、さまざまな国でK-12教育のカリキュラムの一部となっている。 K-12 CSの教師は少ないが、K-12 CSの教育を提供するツールは限られている。大規模なオープンオンラインコース(MOOC)は、これらの課題に一時的に対処するのに役立ちます。
論文参考訳（メタデータ） (Fri, 31 Jan 2025 09:32:16 GMT)