arXiv雑要約
AI - 2026/03/17 公開
拡散モデルを用いたMRI超解像のための3D畳み込みと2.5Dスライス条件U-Netアーキテクチャの比較分析 [cs.CV, cs.AI]目的：脳MRI超解像のための拡散モデルの有効性検証
- 高額な高磁場スキャナに代わる手段として，計算機的に低解像度画像を高品質化するMRI超解像技術が注目されている。
- 3D畳み込みと2.5Dスライス条件U-Netアーキテクチャの性能比較が十分でなく，最適なアーキテクチャ選択が課題となっている。
- 脳MRI超解像において，3D畳み込みと2.5Dスライス条件U-Netアーキテクチャの優位性を明らかにする。
- 3D畳み込みU-Netは，PSNR 37.75 dB，SSIM 0.997，LPIPS 0.020を達成し，既存のEDSRベースラインや2.5D変種を上回った。
- 2.5Dスライス条件U-Netは，3D畳み込みU-Netと比較して，PSNR，SSIM，LPIPSの全ての指標で劣る結果となった。
- 3D畳み込みU-Netが，脳MRI超解像においてより有効なアーキテクチャである可能性が示唆された。
RenderMem：空間記憶の検索としてのレンダリング [cs.AI]目的：3D世界表現と空間推論のインターフェースとしてのレンダリング
- 身体性に基づいた推論は，視点に大きく依存する分野であり，重要性が高い。
- 既存の空間記憶システムは，視点依存性を明示的に扱うのが難しいという課題がある。
- 視線，可視性，隠蔽といった幾何学的な情報を利用した推論を可能にすること。
- RenderMemは，3Dシーン表現を維持し，クエリに応じてシーンをレンダリングすることで，視点依存性に対応する。
- RenderMemは既存のビジョン・言語モデルと完全に互換性があり，アーキテクチャの変更は不要である。
- AI2-THOR環境での実験では，既存のメモリベースラインと比較して，視点依存性に関するクエリにおいて一貫した改善が示された。
シームレスな欺瞞：より大規模な言語モデルは知識の隠蔽に長けている [cs.CL, cs.AI]目的：言語モデルにおける知識隠蔽の検出
- 言語モデルが有害な知識を獲得し，悪用されるリスクを低減する必要がある。
- 言語モデルが意図的に知識を隠蔽することで，監査を回避する可能性が指摘されている。
- 大規模言語モデルにおける知識隠蔽の痕跡が希薄になり，検出が困難になっている現状を明らかにする。
- 分類器は小規模モデルにおいては，人間評価者よりも信頼性高く隠蔽を検出できることが示された。
- しかし，その識別性能はモデルの構造や隠蔽された知識のトピックに対して一般化しない。
- 特に，700億パラメータを超える大規模モデルでは，ランダムレベルの性能しか得られず，ブラックボックス監査の限界が明らかになった。
非定常オンライン線形計画法の単一サンプルにおける多対数的な後悔限界 [cs.DS, cs.LG]目的：非定常オンライン線形計画法における後悔の限界
- 資源配分は社会経済活動の根幹であり，効率的な配分手法の確立が重要である。
- 現実世界の資源配分問題は非定常的であり，既存手法では対応が困難な場合がある。
- 限られた情報下での効率的な資源配分戦略を確立し，実用的な問題を解決する。
- 提案手法は，大規模資源条件下で $O((\log n)^2)$ の後悔限界を達成することを示した。
- 環境変化やデータ不足といった厳しい条件下でも，多対数的な後悔が実現可能であることを示した。
- 定常状態と非定常状態のオンライン線形計画法間のギャップを埋める貢献がある。
ベイズブレイク：不規則デザイン，多重サンプル階層，グループ化/潜在グループデザインを用いた一般化階層ベイズセグメンテーション [cs.CL, cs.LG]目的：ベイズセグメンテーションの新しいフレームワーク
- 時系列データ解析において，不確実性を考慮したセグメンテーションは重要である。
- 既存手法は，特定のモデルや単一データに限定され，汎用性に欠ける場合がある。
- 複雑なデータ構造に対応可能な，柔軟で正確なセグメンテーション手法の提供。
- ベイズブレイクは，候補ブロックの周辺尤度とモーメントを利用するモジュール型フレームワークである。
- 共役事前分布を持つ加重指数型尤度において，正確な和積推論が可能である。
- 尤度と事後確率を分離し，MAPセグメンテーションとベイズ回帰曲線を算出する。
MVHOI：3D基礎モデルを介したマルチビュー条件と複雑な人間-物体相互作用ビデオの再現 [cs.CV, cs.AI]目的：複雑な人間と物体の相互作用ビデオの再現
- デジタルヒューマンの表現力向上には，現実的な動作の再現が不可欠である。
- 従来の技術は，平面的な動きに限定され，非平面的な操作の再現が困難である。
- マルチビュー条件と3D基礎モデルを活用し，複雑な物体の操作を再現することを目指す。
- 提案手法MVHOIは，マルチビューの参照条件とビデオ基礎モデルを3D基礎モデルを介して接続する。
- 3D基礎モデルは，新しい視点からの潜在的な動作動学に基づき，一貫性のある物体形状を生成する。
- 実験により，特に複雑な3D物体操作を含むHOIにおいて，既存手法を大幅に上回る性能が示された。
エージェントトレース：展開されたマルチエージェントシステムにおける根本原因分析のための因果グラフ追跡 [cs.LG, cs.AI, cs.SE]目的：展開されたマルチエージェントシステムの故障診断
- 実世界でのマルチエージェントAIシステムの導入が進み，システムの複雑化に伴い，故障診断の重要性が増している。
- カスケード効果や隠れた依存関係，長い実行トレースにより，マルチエージェントシステムの故障診断は困難である。
- 実行ログから因果グラフを再構築し，エラーの遡及と根本原因の特定を効率化すること。
- AgentTraceは，実行ログから因果グラフを再構築し，エラー発生箇所から遡って根本原因を特定する。
- 構造的および位置的な信号を用いて候補となる根本原因をランク付けすることで，解釈可能性を高めている。
- 多様なベンチマークテストにおいて，AgentTraceは高い精度と低遅延で根本原因を特定し，既存手法を上回った。
直観的時相論理の時相アンサーセットプログラミングへの応用 [cs.CC, cs.DC, cs.LO, cs.AI]目的：時相アンサーセットプログラミングの論理的基盤
- 知識表現と推論の分野において，時間的推論は重要な役割を担う。
- 既存の時相論理プログラミングのアプローチは，理論的な基盤が脆弱である。
- 直観的時相論理と時相論理プログラミングの間の形式的な対応関係を確立すること。
- 本研究では，直観的論理と論理プログラミングの関係性に着目し，時相平衡論理を提案した。
- PearceとOsorioのアプローチを時相設定に拡張し，形式的な対応関係を明らかにした。
- これにより，時相アンサーセットプログラミングの理論的基盤が強化され，新たな研究方向性が示唆された。
クロス災害環境におけるドメイン適応を用いた堅牢な建物被害検出 [cs.CV, cs.AI, cs.LG]目的：クロス災害環境下での建物被害検出手法
- 災害対応において，迅速な被害状況把握は不可欠であり，リモートセンシング技術が重要な役割を担う。
- 学習データと実際のデータ分布の不一致（ドメインシフト）により，既存モデルの汎化性能が低下する。
- ドメインシフトの影響を軽減し，信頼性の高い自動被害検出システムの実現を目指す。
- 教師ありドメイン適応（SDA）を組み込んだ二段階アンサンブルアプローチを提案し，建物被害の分類精度を向上させた。
- SDAを適用しない場合，被害検出は完全に失敗することから，SDAの重要性が示された。
- シャープネス強調されたRGB画像をSDAと組み合わせることで，Macro-F1スコア0.5552という堅牢な性能を達成した。
ローカルコード最適化を超えて：ソフトウェアシステム最適化のためのマルチエージェント推論 [cs.SE, cs.AI]目的：ソフトウェアシステム最適化
- 現代のソフトウェアは複雑化しており，システム全体の性能を最適化することが重要である。
- 既存のアプローチは局所的なコード変換に偏っており，システム全体の相互作用を捉えきれていない。
- マイクロサービス等のシステム全体を考慮した最適化手法を開発し，性能向上を目指す。
- マルチエージェントフレームワークを提案し，システムレベルの性能推論を可能にした。
- 提案手法は，マイクロサービスベースのシステムにおいて，スループットが36.58%向上し，平均応答時間が27.81%減少した。
- 制御フロー，データフロー，アーキテクチャ情報などを統合することで，システム全体のボトルネックを特定し，最適化戦略を構築した。
軌跡の連鎖：グラフ理論的計画による拡散モデルの内在的な生成最適性の解明 [cs.LG, cs.CV, stat.ML]目的：拡散モデルにおける効率的な生成経路の発見
- 拡散モデルは高品質な画像を生成するが，計算コストが高いという課題がある。
- 固定されたサンプリングスケジュールにより，計算資源の配分が最適化されていない。
- 生成の難易度に応じて計算資源を動的に配分し，効率的な生成を可能にする。
- 提案手法CoTjは，拡散モデルの各段階の難易度を定量化する「Diffusion DNA」を導入した。
- Diffusion DNAを用いて，サンプリングをグラフ計画問題として再構築し，計算資源を効率的に配分した。
- 実験により，CoTjが生成品質と安定性を向上させ，冗長な計算を削減することが示された。
AdapterTune: 凍結されたVision Transformerのためのゼロ初期化低ランクアダプター [cs.CV, cs.AI, cs.LG]目的：Vision Transformerにおけるアダプターの最適化と容量設定に関する研究
- 画像認識分野において，Vision Transformerは高い性能を示すが，転移学習時の計算コストが課題である。
- 既存のアダプターを用いた転移学習では，最適化の不安定性やアダプター容量の決定が難しい。
- 本研究は，最適化の安定化と，タスク変化への適応能力を考慮したアダプター容量の決定を目指す。
- AdapterTuneは，ゼロ初期化された低ランクアダプターを導入することで，学習初期の表現のドリフトを抑制し，最適化を安定化させる。
- アダプターのランクをタスク変化の近似能力の予算と捉え，理論的な分析からランク増加に伴う精度向上の限界を予測した。
- 9つのデータセットと3つのバックボーンスケールでの評価により，AdapterTuneが既存手法を上回る性能を示すことを確認した。
クロスRAG：クロスアテンションによるゼロショット検索拡張時系列予測 [cs.LG]目的：時系列予測における外部知識ベースの活用
- 時系列データは様々な分野で不可欠であり，正確な予測は意思決定に大きく影響する。
- 既存の時系列予測モデルは，未知のデータセットへの汎化性能に課題がある。
- 検索拡張予測において，関連性の低い情報が混入する問題を解決する。
- Cross-RAGは，クエリと検索されたサンプル間の関連性を選択的に重視することで，ゼロショット予測性能を向上させる。
- 多様な時系列基盤モデルやRAG手法において，Cross-RAGが安定的に性能改善を示すことが実験で確認された。
- 追加分析により，Cross-RAGの有効性が様々な検索シナリオで確認された。
次世代LLM学習に向けて：データ中心の視点から [cs.CL, cs.LG]目的：大規模言語モデル学習のためのデータ準備と利用効率の改善
- LLMの性能向上には大量のデータが不可欠であり，その重要性はますます高まっている。
- 現状のデータ準備は手作業に依存し，再現性や効率性に課題が残されている。
- 自動化されたデータ準備システムと動的なデータ利用戦略を確立し，学習プロセスを最適化する。
- 本研究では，自動データ準備システムとデータモデル相互作用学習システムの構築を提案する。
- これにより，データサイエンティストの負担軽減と，より効率的なLLM学習が可能となる。
- 今後の課題と研究の方向性についても議論し，発展的なアプローチを示す。
小規模ファミリーアラインメントからの確率的注意によるトレーニング不要なタンパク質配列生成 [cs.LG]目的：タンパク質配列の生成
- タンパク質構造予測は，生命科学において重要な課題であり，創薬やバイオテクノロジーへの応用が期待される。
- 既存の深層学習モデルは，データが少ないタンパク質ファミリーでは過学習を起こしやすく，有効な配列生成が困難である。
- 本研究は，小規模なアラインメントからでも高精度なタンパク質配列を生成する手法を開発し，その問題を解決することを目指す。
- 確率的注意（SA）というトレーニング不要なサンプラーを提案し，タンパク質アラインメントをボルツマン分布として扱い，Langevin力学を用いてサンプルを抽出した。
- SAは，8つのPfamファミリーにおいて，低いアミノ酸組成のずれ，顕著な新規性，そしてESMFoldとAlphaFold2によって確認された構造的な妥当性を持つ配列を生成した。
- 生成された配列は，8つのファミリーのうち6つにおいて，自然なメンバーよりもカノニカルなファミリー構造により忠実にフォールドされることが示された。
集中治療室における患者状態悪化の早期予測のためのマルチモーダル深層学習：時系列EHRデータと臨床記録の統合 [cs.LG]目的：集中治療室における患者状態悪化の早期予測
- 集中治療室では，患者の状態悪化を早期に発見することが，予後を改善する上で重要である。
- 既存の研究では，主に構造化データのみを利用しており，臨床記録に含まれる有用な情報が活用されていない。
- 本研究は，構造化データと非構造化データ（臨床記録）を統合することで，予測精度を向上させることを目指す。
- 提案手法は，MIMIC-IVデータベースを用いて74,822件の集中治療室滞在データから570万件の予測サンプルを生成し，評価を行った。
- テストデータにおけるAUROCは0.7857，AUPRCは0.1908であり，臨床記録を追加することで，AUROCが2.5%ポイント，AUPRCが39.2%改善した。
- 深層学習モデルは，従来の機械学習モデル（XGBoost AUROC: 0.7486，ロジスティック回帰: 0.7171）と比較して，優れた性能を示した。
ゲームUIAgent：構造化中間表現を用いた自動ゲームUI設計のためのLLM搭載フレームワーク [cs.CL, cs.AI]目的：ゲームUIの自動設計
- ゲームUIは没入感に大きく影響し，ゲーム体験の質を左右する重要な要素である。
- UI設計は，レアリティ階層ごとの一貫したビジュアルアセットが必要であり，主に手作業で行われている。
- 自然言語記述から編集可能なFigmaデザインを自動生成し，UI設計の効率化を目指す。
- GameUIAgentは，LLMとVLMを活用した6段階のニューロシンボリックパイプラインにより，UI設計の反復的な自己修正を可能にする。
- 実験の結果，UIの品質が一定レベルを超えると，自己修正による改善効果が限界に達することが示された（品質天井効果）。
- 部分的なレンダリング改善が，構造的な欠陥を強調し，VLMによる評価を低下させる現象（レンダリング評価忠実性原理）が明らかになった。
DeFRiS：分散型連合強化学習によるサイロ協調型IoTアプリケーションのスケジューリング [cs.LG, cs.DC]目的：サイロ協調型IoTアプリケーションの堅牢かつスケーラブルなスケジューリング
- 次世代IoTアプリケーションは，多様な計算資源を活用するため，自律的な管理主体間のサイロ協調が不可欠である。
- インフラの不均一性，Non-IIDワークロードの変動，悪意のある環境によるリスクが，効率的な協調の大きな課題となっている。
- 異種サイロ間の状態行動空間の非互換性や悪意ある攻撃への脆弱性を克服し，協調スケジューリングを実現することを目指す。
- DeFRiSは，候補リソースのスコアリングを用いた行動空間に依存しないポリシーにより，異種サイロ間での知識伝達を円滑に行う。
- 分散型テストベッド実験の結果，DeFRiSは平均応答時間を6.4％，エネルギー消費量を7.2％削減し，テールレイテンシリスクを10.4％低下させた。
- システムのスケーリングや敵対的環境下において，既存の最先端手法と比較して，性能維持率を3倍以上，安定性を8倍以上向上させた。
GNNVerifier：LLMタスク計画のためのグラフベース検証器 [cs.LG]目的：LLMタスク計画の品質向上
- LLMは自律エージェント開発を促進するが，複雑なタスクを分割する計画能力に課題がある。
- LLMが生成する計画は，幻覚や長いコンテキストの影響を受けやすく，誤りが生じやすい。
- 既存の検証器の限界を克服し，構造的な関係性に基づいた正確な検証を実現する。
- 提案手法は，計画を属性を付加した有向グラフとして表現し，GNNを用いて構造評価と診断を行う。
- GNNは計画全体の妥当性スコアに加え，誤り箇所を特定するためのノード・エッジレベルのリスクスコアを提供する。
- 実験の結果，GNNVerifierは多様なデータセット，LLM，プランナーにおいて計画品質の大幅な向上を達成した。
ゲージ不変な内在ニューラル演算子：幾何学的整合性のある楕円型偏微分方程式写像の学習 [cs.AI, cs.LG]目的：楕円型偏微分方程式の解写像学習
- 科学計算において，偏微分方程式の解を高速に予測するサロゲートモデルの需要が高まっている。
- 既存の演算子学習アーキテクチャは，座標変換に弱く，離散化に敏感である場合がある。
- 幾何学的構造を考慮し，座標変換に対して安定な演算子学習手法を開発する。
- GINOは，低解像度での誤差が小さく，機械精度に近いゲージ不変性を示すことが確認された。
- 構造化されたメトリック摂動に対して堅牢であり，異なる解像度間での汎化性能が高いことが示された。
- 学習されたスペクトル乗数の滑らかさは，幾何学的摂動に対する安定性と関連していることが明らかになった。
エゴモーション誘導マンバモデルによる歩行者軌跡予測：エゴ視点からのアプローチ [cs.CV, cs.AI]目的：歩行者の軌跡予測
- 自動運転やロボットナビゲーション等の分野において，歩行者行動の正確な予測は安全性確保に不可欠である。
- エゴ視点からの予測では，カメラと歩行者の複雑な相対運動が予測精度を低下させる課題がある。
- エゴモーションを考慮することで，より正確な相対運動モデルを構築し，予測精度向上を目指す。
- 提案手法では，マンバモデルをエンコーダとして歩行者と車両の運動特徴を抽出し，エゴモーション誘導デコーダで相対運動を明示的にモデル化する。
- 実験により，提案手法がPIEおよびJAADデータセットにおいて最先端の性能を達成することが示された。
- エゴモーションをガイダンスとして統合することで，予測軌跡の精度が向上することが確認された。
CAMD：カバレッジを考慮したマルチモーダルデコーディングによるマルチモーダル大規模言語モデルの効率的な推論 [cs.LG]目的：マルチモーダル大規模言語モデルの効率的な推論
- 近年，画像と言語を組み合わせた推論能力が向上しているが，計算資源の制約がある。
- 既存のデコーディング手法では，容易な事例に無駄な計算資源を消費し，難しい事例への対応が不十分である。
- 不確実性の推定に基づき，計算資源を動的に配分することで，効率性と信頼性を両立させる。
- 本研究で提案するCAMDは，事例の難易度に応じて計算量を調整し，特に難しい事例への対応を強化する。
- 実験結果から，CAMDは様々なベンチマークデータセットにおいて，既存手法よりも高い性能と効率を示すことが確認された。
- 提案手法は，限られた計算資源下で，モデルの信頼性と効率性を向上させる有効なアプローチである。
推論段階におけるプライバシー保護機械翻訳：新たなタスクとベンチマーク [cs.DB, cs.CC, cs.CL, cs.CL, cs.AI]目的：推論段階におけるプライバシー保護機械翻訳のタスク定義とベンチマーク構築
- オンライン翻訳は利便性が高い一方，プライバシー侵害のリスクが懸念される分野である。
- 機械翻訳における推論段階でのプライバシー保護の研究は，他のNLP分野に比べて遅れている。
- 本研究は，プライバシー保護機械翻訳のタスクを定義し，評価指標とベンチマーク手法を提案することで，この課題を解決する。
- プライバシー保護機械翻訳(PPMT)という新しいタスクを提案し，そのための評価基準を確立した。
- 3つのベンチマークテストデータセットを構築し，初期的なベンチマーク手法を提案した。
- 特に固有表現に対するプライバシー保護に焦点を当て，機械翻訳におけるプライバシー保護の新たな方向性を示した。
BrainBench：大規模言語モデルにおける常識推論のギャップを露呈 [cs.AI]目的：大規模言語モデルの常識推論における脆弱性の診断
- 大規模言語モデルの発展は目覚ましいが，人間なら容易に解ける問題を誤ることが多い。
- 既存のベンチマークでは，モデルの常識的な推論能力を的確に評価できていない。
- 大規模言語モデルの弱点を詳細に分析し，改善の方向性を示すこと。
- BrainBenchは，LLMの常識推論における弱点を明らかにするための100問のテスト群である。
- 最良のモデル（Claude Opus 4.6）でも正答率は80.3%にとどまり，GPT-4oは39.7%であった。
- モデルの性能にはばらつきがあり，正答率と一貫性の間にギャップが見られた。
リング型ポリゴン注釈に対するトポロジー保持データ拡張 [cs.CV, cs.AI, cs.LG]目的：リング型ポリゴン注釈のトポロジー保持データ拡張手法
- 構造化された分野では，領域をリング型ポリゴンで表現することが一般的である。
- 既存のデータ拡張手法は，ポリゴンの連結性を破壊する可能性がある。
- リング型ポリゴンの構造的関係を保ちつつデータ拡張を可能にすること。
- 本手法は，マスク空間での変換とインデックス空間への投影により，隣接関係を復元する。
- これにより，ポリゴンの元のトラバーサル順序を維持し，トポロジーの一貫性を保つ。
- 実験により，本手法が連結性を確実に復元し，高い Cyclic Adjacency Preservation (CAP) を実現することが示された。
ノイズ環境における音声強調がオーディオディープフェイク検出に与える影響の調査 [cs.SD, cs.LG]目的：ノイズ環境下でのオーディオディープフェイク検出性能に対する音声強調の相関関係
- 音声認証システムは，セキュリティにおいて重要な役割を担う。その堅牢性を高めることが不可欠である。
- 音声合成や声質変換技術の進化により，音声認証システムを欺くディープフェイク攻撃のリスクが高まっている。
- ノイズ環境下でのディープフェイク検出性能を向上させるため，音声強調技術の有効性を検証し，最適な手法を特定すること。
- 音声品質指標とディープフェイク検出性能の相関関係が確認された。高音質な音声強調が必ずしも性能向上に繋がるとは限らない。
- MetricGAN+は高い音声品質指標を示したが，EERはSEGANよりも高くなった。つまり，ディープフェイク検出性能は低い。
- SEGANは低い音声品質指標を示したが，EERはMetricGAN+よりも低くなった。ディープフェイク検出性能は高い。
深層学習における決定境界の幾何学の理解 [cs.LG, stat.ML]目的：深層学習モデルの決定境界幾何学に関する理解
- 深層学習モデルの性能向上には，決定境界の構造理解が不可欠である。
- 高次元特徴空間における決定境界の幾何学的解釈は困難であった。
- 決定境界の局所的表面積を用いて，モデルの効果を幾何学的に解釈する。
- 決定境界の表面積が小さくなるほど，モデルの複雑さが低下し，汎化性能が向上する傾向が確認された。
- 畳み込みアーキテクチャを用いた画像処理タスクにおいて，決定境界の体積と分類精度が反比例する関係にあることが示された。
- 全結合アーキテクチャでは，表面積と汎化性能の間の関係はタスク間で変動する場合がある。
POLCA：LLMを用いた確率的生成最適化 [cs.LG, cs.AI]目的：複雑なシステムの最適化手法
- LLMなどの複雑なシステムの最適化は，効率的な開発に不可欠である。
- 従来の最適化は手作業による試行錯誤に頼る部分が多く，時間と労力がかかる。
- LLMを活用し，確率的な環境下でも効率的に最適解を探索する手法を確立する。
- POLCAは，優先度キューと$\varepsilon$-Net，LLM Summarizerを用いることで，探索と活用のバランスを取りながら効率的に最適化を行う。
- 理論的に，POLCAが確率的環境下でほぼ最適な解に収束することが証明された。
- 実験結果から，POLCAは様々なベンチマークにおいて，既存手法よりもロバストかつ効率的な性能を示すことが確認された。
OpenHospital：LLMベースの集合知を進化・評価するための自立的な実験環境 [cs.AI]目的：LLMベースの集合知の進化とベンチマークのための環境
- LLMの能力向上には大量のデータが必要だが，データ不足が課題となっている。
- LLMベースの集合知を評価・進化させるための専用の実験環境が存在しない。
- OpenHospitalは，LLMベースの集合知の進化と定量的な評価を可能にする。
- OpenHospitalは，医師エージェントと患者エージェントの相互作用を通じて集合知を進化させる。
- データ・イン・エージェント・セルフのパラダイムにより，エージェントの能力を迅速に向上させることができる。
- 医療専門知識とシステム効率の両方をベンチマークするための堅牢な評価指標を提供する。
HO-SFL：勾配を用いないクライアントと次元に依存しない集約によるハイブリッドオーダー分割連合学習 [cs.LG, cs.AI]目的：エッジデバイスにおける大規模モデルの微調整における課題解決
- エッジデバイスでの機械学習は，データプライバシー保護と分散処理の可能性を秘めている。
- 連合学習や分割学習では，メモリ消費量の多い逆伝播がボトルネックとなっている。
- クライアント側のメモリ消費を抑えつつ，収束速度の低下を抑制することが課題である。
- HO-SFLは，サーバー側で一次オーダー更新（逆伝播），クライアント側でゼロ次オーダー最適化を行うハイブリッドな設計である。
- 次元に依存しないモデル集約により，通信コストを大幅に削減できることが示された。
- 理論的解析により，HO-SFLがゼロ次最適化の収束遅延を緩和し，一次オーダー法と同等の収束速度を達成することが示された。
プライバシー保護RAGサービス：任意のトップk検索をサポート [cs.CR, cs.AI]目的：プライバシー保護RAGサービスの実現
- 大規模言語モデルの性能向上に外部知識の活用が不可欠であり，RAGはその重要な手法である。
- RAGサービスの外部委託は，データ所有者とユーザー双方のプライバシー侵害リスクを伴う。
- 任意のk値に対応可能な，効率的かつ安全なプライバシー保護RAGサービスの構築。
- 提案手法p^2$RAGは，従来のRAGシステムにおけるソート処理を回避し，インタラクティブな二分探索を用いることで，任意のトップk検索を実現する。
- 秘密分散技術を用いることで，データ所有者のデータベースとユーザーのプロンプトを保護し，悪意のあるユーザーからの攻撃に対する防御機構も備えている。
- 実験結果から，p^2$RAGは既存のPRAGと比較して，k=16〜1024において3〜300倍の高速化を達成していることが示された。
直交部分空間クラスタリング：適応的次元削減と効率的なクラスタリングによる高次元データ解析の強化 [cs.CL, cs.LG]目的：高次元データに対するクラスタリング手法の開発
- データ解析において，高次元データの有効活用は重要な課題である。
- 高次元データでは，サンプルが疎になり距離指標が有効に機能しないため，クラスタリング性能が低下する。
- 統計的な意味で高次元データを直交部分空間に分解し，次元削減とクラスタリングを統合することで性能向上を目指す。
- 本研究で提案する直交部分空間クラスタリング(OSC)は，累積分散寄与率に基づいてデータ駆動的に部分空間の次元を選択する。
- OSCは，高次元データを非相関な低次元直交部分空間へ投影することで，クラスタリングの効率，ロバスト性，精度を大幅に向上させる。
- 様々なベンチマークデータセットにおける実験結果から，OSCが既存手法と比較して高いクラスタリング精度を示すことが確認された。
LaPro-DTA：潜在的二重視点薬物表現と顕著なタンパク質特徴抽出による汎化可能な薬物-標的親和性予測 [cs.LG, cs.AI]目的：薬物-標的親和性予測の性能向上
- 創薬の加速に不可欠な分野であり，効率的な予測手法が求められている。
- 既存手法は，未知の薬物/標的/ペアに対する性能が著しく低下する。
- 過学習の抑制と，タンパク質配列からの情報損失の軽減を目指す。
- LaPro-DTAは，既存の最先端手法を大きく上回る性能を示すことが確認された。
- 特に，Davisデータセットの未知薬物設定において，MSEを8%削減した。
- 結合メカニズムに関する解釈可能な洞察も提供する。
GARCH-FIS：動的ボラティリティ駆動パラメータ適応型ハイブリッド予測モデル [cs.LG]目的：金融時系列の再帰的ローリング多段階予測
- 金融市場の予測はリスク管理や投資戦略において不可欠であり，高精度な予測手法が求められる。
- 従来のモデルでは，非線形性や時間変動するボラティリティへの対応が不十分な場合が多い。
- 動的ボラティリティに応じたパラメータ適応により，予測精度と安定性を向上させることを目指す。
- 提案モデルGARCH-FISは，金融資産10種を用いた多段階予測において，SVR，LSTM，ARIMA-GARCH等のベンチマークモデルを上回る予測精度と安定性を示した。
- GARCHモデルによるボラティリティ推定値をFISのパラメータ調整に活用することで，市場の変動に応じてファジー推論の粒度を動的に変化させる。
- この動的適応機構により，予測期間の延長に伴う誤差の累積を効果的に抑制し，ロバスト性と精度の両立を実現する。
対面：複数人インタラクションモデリングのためのビデオデータセット [cs.CV, cs.LG]目的：複数人インタラクションモデリングのためのビデオデータセット
- 人間同士のコミュニケーション理解は，自然な人間-コンピュータインタラクション実現に不可欠である。
- 既存のデータセットは単独話者のモノローグが多く，対話のテンポや反応性を捉えにくい。
- 対話における一連の行動と反応の関係性を捉え，より自然なインタラクションモデリングを可能とする。
- 「The Face-to-Face with Jimmy Fallon (F2F-JF)」は，70時間の14,000クリップを含む，2人トークショーの会話データセットである。
- ゲストのターンとホストの応答間の順次依存関係を保持しており，効率的なデータ抽出パイプラインが構築されている。
- クロスパーソン視覚コンテキストで条件付けた拡散モデルは，感情FIDとFVDスコアがわずかに向上し，リップシンク品質も維持された。
タンパク質-ヌクレオチド結合部位予測のためのマルチ粒度エンコーディングを用いたマルチタスク遺伝的アルゴリズム [cs.LG, cs.AI]目的：タンパク質-ヌクレオチド結合部位予測の精度向上
- 分子メカニズムの解明や創薬の加速に不可欠な研究分野である。
- 既存の手法では，特徴表現の不十分さや固定的な融合メカニズムが課題となっていた。
- 交差タスク情報の相乗効果を最大限に活用し，予測精度を向上させることを目指す。
- MTGA-MGEは，マルチスケール畳み込みと自己注意機構を組み合わせたマルチ粒度エンコーディングにより，高次元な生物学的データから識別可能な信号を抽出する。
- 遺伝的アルゴリズムを用いてタスク固有の融合戦略を適応的に進化させ，モデルの汎化性能を高める。
- 生物学的類似性を活用する外部近傍メカニズムを導入し，タスク間の協調学習を促進する。
宇宙ルーティング：自己進化型エージェントが認識的制御を必要とする理由 [cs.LG, cs.AI, cs.CL]目的：認識的制御のメカニズムによる問題分類
- 生涯学習エージェントの発展には，知識だけでなく，推論方法の選択が不可欠である。
- 異なる信念空間での推論フレームワークの混在は，構造的な失敗を引き起こす可能性がある。
- 適切な推論フレームワークを分類し，選択することで，生涯学習エージェントの信頼性を向上させる。
- 従来のMoEと同等の精度を，7倍の速度で実現するハードルーティングが確認された。
- 4億6500万パラメータのルーターが，キーワードマッチングベースラインよりも汎化ギャップを2.3倍縮小した。
- 新しい信念空間への拡張において，リハーサルベースの継続学習が忘却ゼロを達成し，EWCを75ポイント上回った。
OpenReservoirComputing：JAXによるGPUアクセラレーション付きリザバーコンピューティング [cs.LG]目的：リザバーコンピューティングのためのPythonライブラリ
- 時系列予測をはじめとする機械学習において，複雑なシステムを効率的にモデル化する必要がある。
- 既存のリザバーコンピューティングの実装は，計算コストが高く，大規模なモデルの構築が困難である。
- JAXとEquinoxを活用し，GPUアクセラレーションを実現することで，高速なプロトタイピングと大規模モデルの構築を可能にする。
- OpenReservoirComputing (ORC)は，JAXとEquinoxを用いて実装されたPythonライブラリである。
- ORCは，GPUアクセラレーション，JITコンパイル，自動ベクトル化により，高速なリザバーコンピューティングを実現する。
- これにより，より大規模で強力なリザバーアーキテクチャの構築と，他の深層学習モデルとのシームレスな統合が可能となる。
VorTEX：ターゲット音声抽出のための様々なオーバーラップ率 [cs.SD, cs.AI, cs.CL]目的：ターゲット音声抽出における分離性能の向上
- 音声分離は，様々なコミュニケーション場面において重要であり，その実用性を高めることが求められている。
- 既存手法は，完全にオーバーラップした混合音を前提としており，現実的な状況下での性能評価が不十分である。
- 様々なオーバーラップ率下でのターゲット音声抽出性能を評価し，ロバストな分離を実現することを目的とする。
- VorTEXは，Decoupled Adaptive Multi-branch Fusionブロックにより，主要な抽出と補助的な正則化を分離し，優れた分離性能を発揮する。
- 新開発のデータセットPORTEにより，0%から100%までの様々なオーバーラップ率下での評価が可能となった。
- 提案手法は，既存モデルと比較して，20%～100%のオーバーラップ率で高い分離忠実度を示し，抑制による歪みのないロバストな抽出を実現した。
知識の活性化：エージェント型ソフトウェア開発のための機関知識プリミティブとしてのAIスキル [cs.AI, cs.HC, cs.SE]目的：機関知識の提供のための，AIスキルを構造化された原子知識ユニット（AKU）に特化するフレームワーク
- 企業は重要な機関知識を蓄積するが，それは人間が解釈できる形式に閉じ込められている。
- エージェント型ソフトウェア開発のボトルネックは，モデルの能力ではなく，知識アーキテクチャである。
- 組織における文脈の再構築なしに，機関に根ざしたガイダンスを提供する。
- AIスキルをAKUとして構造化することで，エージェントやエンジニアが機関知識を効率的に利用できる。
- AKUは知識グラフを形成し，オンボーディングの圧縮，チーム間の摩擦の軽減，修正カスケードの排除に貢献する。
- 機関知識をエージェント時代に合わせてアーキテクチャ化することで，組織はモデル能力への投資のみを行う組織を上回る。
SimCert：深層ニューラルネットワーク圧縮における行動類似性の確率的認証 [cs.SE, cs.AI, cs.LG]目的：深層ニューラルネットワーク圧縮における行動類似性の検証
- 組み込みシステムへのDNN活用が拡大しており，その信頼性確保が重要である。
- 量子化やプルーニング等の圧縮手法は，安全性や性能に悪影響を及ぼす可能性がある。
- 圧縮モデルの行動類似性を確率的に保証し，安全性を評価する手法を提供する。
- SimCertは，量子化とプルーニングに対応した二重ネットワークによる記号伝播を用いる。
- Bernsteinの不等式に基づいた分散を考慮したバウンディングにより，安全性の証明を強化する。
- ACAS Xuや画像認識のベンチマークで，既存手法を上回る性能が確認された。
RAZOR：Vision Transformerと拡散モデルにおける標的型アンラーニングのための比率を考慮したレイヤー編集 [cs.CV, cs.AI]目的：Transformerベースのモデルにおける標的データ除去の効率化
- Transformerモデルは画像処理で高い性能を示すが，安全性の確保が重要である。
- モデルから不要な情報を削除するには再学習が必要であり，効率性が課題である。
- RAZORは，再学習なしで標的データを正確かつ効率的に削除することを目指す。
- RAZORは，Transformerモデルの重要なレイヤーと注意ヘッドを特定し，それらを調整することでアンラーニングを実現する。
- CLIP，Stable Diffusion等の多様なモデルで，高い精度と安定した忘却性能が確認された。
- RAZORは，従来の技術と比較して，保持率と効率性が向上し，実用的なアンラーニング手法となる。
計画を目標認識として：意図モデルからのヒューリスティックの導出 - 拡張版 [cs.AI]目的：目標意図の評価に関する新たな枠組み
- 計画立案はAIにおける重要な課題であり，自律的な行動を可能にする基盤技術である。
- 従来の計画立案手法では，効率的な探索が課題であり，特に複雑な問題空間では計算コストが増大する。
- 目標認識から派生したヒューリスティックを用いることで，計画立案の効率性を改善することを目指す。
- 本研究では，目標認識に基づく新たなヒューリスティックを提案し，その効率性を理論的に示した。
- 提案手法は，既存の計画立案ソルバーの性能を向上させることが実証された。
- 本研究は，確率的な意図に基づいた計画立案ヒューリスティックの開発に向けた基礎的知見を提供する。
１つの射影で二羽の鳥：推論時の特徴射影によるLVLMにおける安全性と有用性の調和 [cs.CV, cs.AI]目的：大規模ビジョン言語モデルにおける安全性と有用性のトレードオフ解消
- 視覚情報と言語を統合するモデルの応用が拡大しており，安全性と性能の両立が重要である。
- 既存の防御策は，安全性を高めると同時に，一般的な推論タスクの性能を低下させる傾向がある。
- モデル内部のバイアス方向を特定し，特徴射影によって除去することで，安全性と有用性を両立させる。
- 本研究では，視覚エンコーダーと大規模言語モデル間の結合が最適でないことに起因するバイアス方向を特定した。
- 提案手法「Two Birds, One Projection」は，推論時にこのバイアス方向の零空間への特徴射影を行うことで，安全性を高めつつ性能を維持する。
- 多様なベンチマークにおいて，従来のトレードオフを打破し，安全性と有用性の両方を同時に改善することを示した。
データセット蒸留による非線形タスクの勾配ベース学習からの低次元表現の効率的な符号化 [cs.IR, cs.LG, stat.ML]目的：非線形タスクの勾配ベース学習における，データセット蒸留を用いた低次元表現の効率的な符号化
- 最適化とデータ保存のコスト削減が求められる中で，データセット蒸留は有効な圧縮技術として注目されている。
- タスクに関連する情報の抽出メカニズムや，その情報を合成データ点に効率的に符号化する方法は未解明である。
- 多重指数モデルという非線形タスク構造に着目し，蒸留データへの低次元構造の効率的な符号化を理論的に証明する。
- 本研究では，二層ニューラルネットワークにおけるデータセット蒸留の理論的解析を行った。
- 蒸留されたデータセットは，入力次元dと固有次元rを持つタスクに対し，$\tilde{\Theta}(r^2d+L)$のメモリ複雑度で高い汎化能力を持つモデルを再現する。
- 特定のタスク構造を利用し，固有次元に基づいた圧縮率の定量化と，勾配ベースアルゴリズムのみを用いたデータセット蒸留の研究は稀である。
3Dへの道半ば：2.5Dと3DモデルのアンサンブルによるロバストなCOVID-19 CT診断 [cs.CV, cs.LG]目的：COVID-19の検出と疾患分類のための深層学習フレームワーク
- COVID-19感染拡大は世界的な健康問題であり，迅速かつ正確な診断が不可欠である。
- CT画像診断は有用だが，医療画像データの解釈には専門知識が必要であり，誤診のリスクがある。
- 2.5Dと3Dモデルの融合により，診断精度とロバスト性を向上させることを目指す。
- 提案手法は，PHAROS-AIF-MIHベンチマークにおいて高い性能を示し，二値分類の精度は94.48%を達成した。
- 多クラス疾患分類においては，2.5D DINOv3モデルが最高の性能（精度79.35%）を示した。
- スライスベースの表現とボリュームモデリングの組み合わせが，医療画像解析におけるロバスト性を高めることが示された。
アブレーションと救済：残差ストリームの過剰接続に関する因果分析 [cs.LG, cs.AI]目的：残差ストリームの過剰接続の因果関係の解明
- Transformerモデルの性能向上には，表現崩壊や勾配消失問題への対策が不可欠である。
- マルチストリームTransformerの内部メカニズムは未だ十分に解明されていない。
- 複数の残差ストリームの情報分布と活用方法を詳細に分析し，そのメカニズムを明らかにする。
- 提示したアブレーション・救済フレームワークにより，残差ストリーム間の因果関係を直接比較することが可能になった。
- ストリーム間の機能的な冗長性と非対称的な利用を区別し，表現類似性だけでは捉えきれない情報分布の実態を明らかにした。
- オープンソースのmHC言語モデルを公開し，マルチストリームアーキテクチャの分析基盤を提供した。
逆クラッシュ確率モデリングによるリアルタイム運転安全スコアリング [cs.CL, cs.LG, cs.AI, cs.DC, cs.ET]目的：運転安全スコアの算出手法
- 交通事故は依然として予防可能な死亡原因の主要なものの一つであり，安全対策は重要である。
- 既存の予測モデルは二値の結果しか提供せず，リアルタイムな運転フィードバックには不十分である。
- 本研究は，二値のクラッシュ分類器を連続的な安全スコアに変換し，リアルタイムなリスク低減を目指す。
- SafeDriver-IQフレームワークは，クラッシュリスクを0-100のスコアで連続的に評価できる。
- 複数のリスク要因が複合的に関与するクラッシュが87%を占めることが明らかになった。
- 本フレームワークは，ADAS，フリート管理，都市インフラ計画への応用が期待される。
ContiGuard：進化する回避的摂動に対する継続的な毒性検出のためのフレームワーク [cs.CL, cs.AI]目的：時間とともに変化する摂動テキストに対する毒性検出器の継続学習
- オンライン環境における健全性を維持するため，有害コンテンツの拡散を抑制する毒性検出は重要である。
- 悪意のあるユーザーが毒性コンテンツを隠蔽する回避的摂動を開発し，従来の検出器では対応が困難である。
- 進化する回避的摂動に対応するため，毒性検出器の継続的な能力更新と回復力を維持することを目的とする。
- 本研究では，時間とともに変化する摂動テキストに対応した継続学習フレームワーク「ContiGuard」を提案する。
- 大規模言語モデルを活用し，摂動テキストの理解度を向上させるための意味的豊饒化戦略を導入する。
- 識別力を高め，重要でない特徴を抑制する識別力駆動型特徴学習戦略により，ロバストな分類境界を形成する。
気象基礎モデルと衛星データの統合による高精度な太陽放射量予測 [cs.LG, cs.AI]目的：高精度な太陽放射量予測手法の開発
- 太陽光発電の電力系統への統合には，正確な予測が不可欠である。
- 既存手法は，空間解像度の低さや長期的予測における精度劣化が課題である。
- 衛星データと気象基礎モデルを融合し，高精度な予測を実現すること。
- Baguan-solarは，気象基礎モデルBaguanと衛星画像データを融合する二段階のマルチモーダルフレームワークである。
- 東アジアにおける実証実験の結果，Baguan-solarは既存のベースラインモデルを大きく上回り，RMSEを16.08%削減した。
- Baguan-solarは，中国東部省で2025年7月から運用されており，太陽光発電の予測を支援している。