論文の概要: Zero-Copy Semantic Contagion: An In-Memory Streaming Architecture for Evolving Attention Graphs

• arxiv url: http://arxiv.org/abs/2606.05733v1
• Date: Thu, 04 Jun 2026 05:48:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-05 22:39:44.581311
• Title: Zero-Copy Semantic Contagion: An In-Memory Streaming Architecture for Evolving Attention Graphs
• Title（参考訳）: Zero-copy Semantic Contagion: 注意グラフを進化させるためのインメモリストリーミングアーキテクチャ
• Abstract要約: テキストから直接駆動される連続時間グラフとして,企業間の関心をマップするRust-Pythonストリーミングアーキテクチャを導入する。 摂取側では、ゼロコピーのRustエッジがニュースレコードを$sim$100 nsで解析し、ターゲットのエクイティ宇宙を$sim$1.2 $sでスキャンする。 1つのコモディティCPU上で、入ってくるニュースレコードあたり13msのエンドツーエンド処理レイテンシを実証する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Per-ticker forecasting models dominate financial time-series work yet remain blind to cross-company propagation: a foundry disruption in Taiwan does not register in a single-asset model until Apple's own price has already moved. To address this limitation, we introduce a heterogeneous Rust-Python streaming architecture that maps cross-company attention as a continuous-time graph driven directly from text. We show that on the ingestion side, a zero-copy Rust edge parses news records in $\sim$100 ns and scans the target equity universe in $\sim$1.2 $μ$s. On the inference end, a multivariate Neural Hawkes Process featuring per-node continuous-time LSTM states and a bilinear latent projection propagates directed excitation, while an adaptive pruning rule bounds the computational cost of dynamic neighborhood updates. Combining these stages, we demonstrate an end-to-end processing latency of $\sim$13 ms per incoming news record on a single commodity CPU. Evaluated on a one-month temporal holdout of the FNSPID corpus (638 articles across 47 tickers), the system delivers a $1.70\times$ precision lift over random at the 90th-percentile next-day return threshold, and $3.36\times$ over a same-sector baseline. Crucially, removing the graph topology collapses precision to zero, confirming that the dynamic attention network is the sole driver of cross-company signal in this architecture.
• Abstract（参考訳）: 台湾のファウンデー・ディスラプションは、アップル自身の価格が既に推移するまで、単一資産モデルに登録しない。 この制限に対処するために、テキストから直接駆動される連続時間グラフとして、企業間の関心をマップする異種Rust-Pythonストリーミングアーキテクチャを導入します。 摂取側では、ゼロコピーのRustエッジがニュースレコードを$\sim$100 nsで解析し、ターゲットのエクイティ宇宙を$\sim$1.2 $μ$sでスキャンする。 推論の最後には、ノードごとの連続時間LSTM状態と双線形遅延プロジェクションを備えた多変量ニューラルホークプロセスが直接励起を伝播し、適応的プルーニングルールは動的近傍更新の計算コストを制限している。 これらの段階を組み合わせることで、単一のコモディティCPU上で入ってくるニュースレコードにつき、エンドツーエンドの処理遅延が$\sim$13msであることを示す。 FNSPIDコーパスの1ヶ月の時間的保持(47のティッカーで638記事)に基づいて評価され、90パーセントの翌日のリターン閾値でランダム上の1.70\times$精度を持ち上げ、同じシークターベースライン上で3.36\times$を提供する。 重要なことに、グラフトポロジの除去は精度をゼロにし、このアーキテクチャにおけるクロスコンパニオン信号の唯一のドライバは動的アテンションネットワークであることを確認した。

関連論文リスト

• Inferring Missing Trajectory Data with Temporal Convolutional Networks [0.0]
  本稿では,標準因果制約を緩和する対称拡張型時間畳み込みネットワーク(TCN)を提案する。 このモデルは、重み付き平均二乗誤差、境界連続性ペナルティ、滑らか性正規化器を組み合わせた複合損失で訓練される。 1000ドル(電車)、200ドル(バリデーション)、300ドル(テスト)の2次元軌道にランダムに配置された20%のマスク付きセグメントで訓練されたこのモデルは、良いR$2ドル、MSE、MAEの計測値を得る。
  論文  参考訳（メタデータ） (2026-07-27T23:46:15Z)
• 'Si'multaneous 'S'patial-'T'emporal Message Passing for Dynamic Graph Representation Learning [1.39296688544827]
  本稿では,1つのメッセージパス操作内で2つの信号を融合するtextbfSiST-GNN(textbfSimultaneous textbfSpatial-textbfTemporal textbfGNN)を提案する。 我々の実証研究は、9つの公的なベースラインと14のモデル-データセットの組み合わせにまたがっており、固定分割型とライブ更新型の両方の評価体制をカバーしている。
  論文  参考訳（メタデータ） (2026-05-25T08:04:32Z)
• TIE: Time Interval Encoding for Video Generation over Events [50.66585165263848]
  ディレクタースタイルのプロンプト、ロボットアクション予測、インタラクティブなビデオエージェントは、同時イベントに対する時間的根拠を要求する。 現代のビデオジェネレータは、ポイントワイドな位置エンコーディングを通して、タイムを離散的なポイントとして表現する。 Time Interval TIEは、プラグイン・アンド・プレイ・インターバル・アウェアの一般化である。
  論文  参考訳（メタデータ） (2026-05-11T13:23:14Z)
• Tight Convergence Rates for Online Distributed Linear Estimation with Adversarial Measurements [66.94250413799232]
  分散パラメータ-サーバ-ワーカー設定における乱数ベクトル$X$の推定について検討する。 主な課題は、敵の計測と非同期である。 その結果, 分散線形推定におけるロバスト性, 識別性, 統計的効率の統一的有限時間評価が得られた。
  論文  参考訳（メタデータ） (2026-04-07T11:45:55Z)
• CAWN: Continuous Acoustic Wave Networks for Autoregressive Language Modeling [46.16066322190728]
  完全連続配列混合アーキテクチャであるCAWN(Continuous Acoustic Wave Network)を導入する。 CAWNは離散行列ベースの注意を代わりに、多面体複素ドメインファサーに隠された状態を計画している。 超長コンテキスト上での信号劣化を防止するため,デュアルゲート選択位相共振機構を導入する。
  論文  参考訳（メタデータ） (2026-04-05T20:13:22Z)
• OrthoAI v2: From Single-Agent Segmentation to Dual-Agent Treatment Planning for Clear Aligners [0.0]
  私たちは、AI支援矯正治療計画のためのオープンソースのパイプラインの2番目のイテレーションであるOrthoAI v2を紹介します。 v2は3つの主要な貢献を通じて 3つの制限に対処します 200のクラウドシナリオの合成ベンチマークで、OrthoAI v2の並列アンサンブルは、計画品質スコアが92.8 pm 4.1$対76.4 pm 8.3$に達し、OrthoAI v1は+21%$相対的ゲインとなり、完全なCPUデプロイ可能性(4.2 pm 0.8$s)を維持した。
  論文  参考訳（メタデータ） (2026-03-10T13:03:44Z)
• Time Is All It Takes: Spike-Retiming Attacks on Event-Driven Spiking Neural Networks [87.16809558673403]
  スパイキングニューラルネットワーク(SNN)は離散スパイクで計算し、時間構造を利用する。 イベント駆動SNNにおけるスパイク数と振幅を保存しながら、既存のスパイクを繰り返すタイミングのみの敵について検討する。
  論文  参考訳（メタデータ） (2026-02-03T09:06:53Z)
• ChronoSpike: An Adaptive Spiking Graph Neural Network for Dynamic Graphs [10.05203937088835]
  スパイキングニューラルネットワークは、イベント駆動の効率を提供するが、シーケンシャルな伝播、バイナリ情報損失、グローバルなコンテキストを欠く局所的な集約によって制限される。 適応的なスパイクグラフニューラルネットワークであるChronoSpikeを提案する。このニューラルネットワークは、学習可能なLIFニューロンを膜間ダイナミクスと統合し、連続的な特徴に対する多頭部の空間的アグリゲーションと、トランスフォーマーの時間エンコーダである。 大規模な3つのベンチマークでは、ChronoSpikeは12の最先端のベースラインを$2.0%$マクロF1と$2.4%$マイクロF1で上回り、また、反復メソッドよりも3-10倍速いトレーニングを達成している。
  論文  参考訳（メタデータ） (2026-02-01T09:50:21Z)
• Hierarchical Federated Graph Attention Networks for Scalable and Resilient UAV Collision Avoidance [0.5505634045241287]
  衝突回避を実践するためにバランスをとる必要がある最も重要な指標は、リアルタイムのパフォーマンス、敵のレジリエンス、プライバシー保護である。 我々は適応型微分プライバシー機構を提案し,実時間脅威の評価に基づいて雑音レベル$(in [0.1, 1.0])$を動的に低減する。 このアーキテクチャは500UAVのスケーラブルなシナリオを提供し、衝突速度は2.0%$、ビザンティンの耐障害性は$f n/3$である。
  論文  参考訳（メタデータ） (2025-11-05T12:01:00Z)
• Efficient k-Nearest-Neighbor Machine Translation with Dynamic Retrieval [49.825549809652436]
  $k$NN-MTはドメイン固有の翻訳知識を保持するために外部データストアを構築する。 適応検索(k$NN-MT-AR)は、$lambda$を動的に推定し、$lambda$が固定しきい値以下であれば$k$NN検索をスキップする。 本稿では,バニラ$k$NN-MTを大幅に拡張した動的検索(k$NN-MT-DR)を提案する。
  論文  参考訳（メタデータ） (2024-06-10T07:36:55Z)
• Prune Spatio-temporal Tokens by Semantic-aware Temporal Accumulation [89.88214896713846]
  STAスコアは、時間的冗長性と意味的重要性の2つの重要な要因を考慮に入れている。 市販のビデオトランスフォーマーとビデオウィンにSTAモジュールを適用する。 結果: Kinetics-400 と something-Something V2 は 30% のオーバーシェルフ削減を実現し,0.2% の精度低下を実現した。
  論文  参考訳（メタデータ） (2023-08-08T19:38:15Z)
• Recurrence without Recurrence: Stable Video Landmark Detection with Deep Equilibrium Models [96.76758318732308]
  本稿では,最近提案されたDeep Equilibrium Model (DEQ) が,この計算形式に自然に適応可能であることを示す。 我々のLandmark DEQ(LDEQ)は、WFLW顔ランドマークデータセット上で最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2023-04-02T19:08:02Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。