論文の概要: Beyond Coordinate Gauge: An Audited Protocol for Detecting Donor-Specific Functional Fingerprints after Neural Collapse

• arxiv url: http://arxiv.org/abs/2607.11967v1
• Date: Sun, 12 Jul 2026 18:59:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-15 17:08:29.898612
• Title: Beyond Coordinate Gauge: An Audited Protocol for Detecting Donor-Specific Functional Fingerprints after Neural Collapse
• Title（参考訳）: Beyond Coordinate Gauge: 神経崩壊後のドナー特異的フィンガープリント検出のための監査プロトコル
• Abstract要約: 検出性、移植性、因果永続化という3つのクレームを区別し、最初に対処します。 この研究は、アライメント、あいまいさ診断、リーク制御が、制御された環境でのクロスネットワーク変動をテストするためにどのように組み合わせられるかを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Independently trained neural networks have no shared neuron-index reference frame, so comparing them requires accounting for coordinate freedom. Neural Collapse sharpens this problem: networks converge toward a shared, low-dimensional geometry, raising the question of whether trajectory-specific functional variation remains distinguishable after convergence. We distinguish three claims - detectability, transplantability, and causal persistence - and address the first. Using five independently trained networks reconstructing Neural Collapse on MNIST, we apply a verified affine-correct alignment mapping donor heads into recipient coordinates. Donor-specific functional fingerprints remain distinguishable after recipient-level baseline correction: all 20 ordered donor-recipient pairs are correctly identified, with an exact permutation p=0.0083, robust to a leakage audit. These findings establish detectability under the test used here, but not transplantability or causal persistence. The study shows how alignment, ambiguity diagnostics, and leakage control combine to test cross-network variation in a controlled setting; whether this generalizes beyond it is open.
• Abstract（参考訳）: 独立に訓練されたニューラルネットワークは、共有ニューロン-インデックス参照フレームを持たないため、それらの比較には座標自由の説明が必要である。 ネットワークは共有された低次元幾何学へ収束し、軌道特異的な機能的変動が収束後も識別可能であるかどうかという疑問を提起する。 検出性、移植性、因果永続化という3つのクレームを区別し、最初に対処します。 MNIST上でニューラル・コラプスを再構成する5つの独立訓練ネットワークを用いて,アフィン補正アライメント・ドナーヘッドを受信座標に適用する。 ドナー特異的な機能指紋は、受信者レベルのベースライン修正後も識別可能であり、20個のドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー-ドナー 以上の結果より, 移植性, 因果持続性は認められなかった。 この研究は、アライメント、曖昧性診断、漏洩制御が、制御された環境でクロスネットワークの変動をテストするためにどのように組み合わせられているかを示す。

関連論文リスト

• When Are Neural Interaction Discoveries Real? Identifiability, Recoverability, and a Pre-Fit Diagnostic [0.0]
  これは基本的には、観測された入力支援の幾何学によって支配される識別可能性の問題である。 表現能力が識別可能でないことを示す。 相互作用の回復性はサポート幾何学に依存することを示す。
  論文  参考訳（メタデータ） (2026-06-07T00:52:43Z)
• Verifiable Deep Quantitative Group Testing [15.907713924236518]
  本稿では,定量的グループテスト問題を解決するニューラルネットワークベースのフレームワークを提案する。 QGT では、M ll N$ のプールテストのみを使用して、$N$ の候補のうち、欠陥項目の小さなサブセットを特定することが目的である。 多層パーセプトロンを用いてノイズ測定ベクトルを2値の欠陥指標にマッピングし,スパースで有界な摂動の下でも高精度で頑健な回復を実現する。
  論文  参考訳（メタデータ） (2025-12-08T08:18:57Z)
• Directional Convergence, Benign Overfitting of Gradient Descent in leaky ReLU two-layer Neural Networks [0.0]
  降下勾配を用いた混合データに基づいて学習した漏洩ReLU二層ニューラルネットワーク分類器の良性オーバーフィッティングについて検討した。 我々は、上下両方の分類誤差境界を提供し、信号強度の関数として境界における位相遷移を発見する。
  論文  参考訳（メタデータ） (2025-05-22T04:11:58Z)
• AI-Powered Intracranial Hemorrhage Detection: A Co-Scale Convolutional Attention Model with Uncertainty-Based Fuzzy Integral Operator and Feature Screening [5.486205584465161]
  頭蓋内出血(ICH、Intracranial hemorrhage)とは、頭蓋内の血液の漏れや蓄積を指す用語である。 本研究の主な目的は、ICHの発生または非発生を検出し、次いで、硬膜下出血(SDH)の種類を決定することである。
  論文  参考訳（メタデータ） (2024-12-19T14:06:44Z)
• Verified Neural Compressed Sensing [58.98637799432153]
  精度の高い計算タスクのために、初めて(私たちの知識を最大限に活用するために)証明可能なニューラルネットワークを開発します。 極小問題次元(最大50)では、線形および双項線形測定からスパースベクトルを確実に回復するニューラルネットワークを訓練できることを示す。 ネットワークの複雑さは問題の難易度に適応できることを示し、従来の圧縮センシング手法が証明不可能な問題を解く。
  論文  参考訳（メタデータ） (2024-05-07T12:20:12Z)
• QuTE: decentralized multiple testing on sensor networks with false discovery rate control [93.1040521878626]
  本稿では、偽発見率(FDR)の証明可能な保証を備えたグラフ上での分散多重仮説検定法を設計する。 異なるエージェントが無向グラフのノードに存在し、各エージェントはそのノードに局所的な1つ以上の仮説に対応するp値を持つ。 各エージェントは、グラフ全体の大域的FDRが予め定義されたレベルで制御されなければならないという共同目的のもと、隣人とのみ通信することで、それぞれのローカル仮説の1つ以上の拒絶を個別に決めなければならない。
  論文  参考訳（メタデータ） (2022-10-09T19:48:39Z)
• The Sample Complexity of One-Hidden-Layer Neural Networks [57.6421258363243]
  本研究では,スカラー値を持つ一層ネットワークのクラスとユークリッドノルムで有界な入力について検討する。 隠蔽層重み行列のスペクトルノルムの制御は、一様収束を保証するには不十分であることを示す。 スペクトルノルム制御が十分であることを示す2つの重要な設定を解析する。
  論文  参考訳（メタデータ） (2022-02-13T07:12:02Z)
• And/or trade-off in artificial neurons: impact on adversarial robustness [91.3755431537592]
  ネットワークに十分な数のOR様ニューロンが存在すると、分類の脆さと敵の攻撃に対する脆弱性が増加する。 そこで我々は,AND様ニューロンを定義し,ネットワーク内での割合を増大させる対策を提案する。 MNISTデータセットによる実験結果から,本手法はさらなる探索の方向として有望であることが示唆された。
  論文  参考訳（メタデータ） (2021-02-15T08:19:05Z)
• Bayesian Nested Neural Networks for Uncertainty Calibration and Adaptive Compression [40.35734017517066]
  ネストネットワーク(Nested Network)またはスリムブルネットワーク(Slimmable Network)は、テスト期間中にアーキテクチャを即座に調整できるニューラルネットワークである。 最近の研究は、トレーニング中に重要なレイヤのノードを順序付けできる"ネストされたドロップアウト"層に焦点を当てている。
  論文  参考訳（メタデータ） (2021-01-27T12:34:58Z)
• Weakly-Supervised Cross-Domain Adaptation for Endoscopic Lesions Segmentation [79.58311369297635]
  異なるデータセットにまたがるトランスファー可能なドメイン不変知識を探索できる,新しい弱い教師付き病巣移動フレームワークを提案する。 wasserstein quantified transferability frameworkは、広い範囲の転送可能なコンテキスト依存性を強調するために開発されている。 新規な自己監督型擬似ラベル生成器は、送信困難かつ転送容易なターゲットサンプルの両方に対して、確実な擬似ピクセルラベルを等しく提供するように設計されている。
  論文  参考訳（メタデータ） (2020-12-08T02:26:03Z)
• Learn to Predict Sets Using Feed-Forward Neural Networks [63.91494644881925]
  本稿では、ディープフィードフォワードニューラルネットワークを用いた設定予測の課題に対処する。 未知の置換と基数を持つ集合を予測するための新しい手法を提案する。 関連視覚問題に対する集合定式化の有効性を実証する。
  論文  参考訳（メタデータ） (2020-01-30T01:52:07Z)

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。