Category
Transformer、GNN、軽量化など、モデル実装や既存モデル改良に関係する深層学習技術を追います。
🤗 Transformersは、テキスト・ビジョン・音声など複雑なモデル定義をサポートするフレームワークで、インフェレンスターやトレーニングに使用できる。
この研究では、COVID-19臨床パスウェイズの予測監視を支援するために、パイプラインを構築しました。このパイプラインには、データリフティング、時間的再構成、イベントログの構築、プリフィックスベースの表現、予測モデルの整
このリポジトリでは、64MパラメータのGPTを完全にTrainingし、2時間以内に完成させる手法を提供します。
🤗 Transformersは、テキスト・ビジョン・音声など複雑なモデル定義をサポートするフレームワークで、インフェレンスターやトレーニングに使用できる。
Open Source Computer Vision Libraryは、画像やビデオを分析するためのライブラリです。
分散トレーニングと推論を容易、効率的に実行するためのディープラーニング最適化ライブラリです。
🤗 Transformersは、テキスト・ビジョン・音声など複雑なモデル定義をサポートするフレームワークで、インフェレンスターやトレーニングに使用できる。
Open Source Computer Vision Libraryは、画像やビデオを分析するためのライブラリです。
分散トレーニングと推論を容易、効率的に実行するためのディープラーニング最適化ライブラリです。
このリポジトリでは、64MパラメータのGPTを完全にTrainingし、2時間以内に完成させる手法を提供します。
マシンラーニングシステムの理論と実装に関する本。
中国の工业界で開発された機械学習フレームワーク。並列化および分散処理を可能にしている。
AI用のデータセットを提供するプラットフォームです。
セマンティックシーケンス分割モデルのライブラリです。
SGLangは、大規模言語モデルのサービングフレームワークです。このライブラリは、高性能なサービスフレームワークで、大規模言語モデルのサービングをサポートしています。
SANAは、高解像度画像生成モデルSANAを紹介する本研究であり、低計算コストで優れた高解像度画像を生成できる。
オープンソースのAI推論最適化と展開用ツールキットです。
kserveは、分散型生成的および予測性AI推論プラットフォームであり、可 scale, multi-framework デプロイをサポートして Kubernetes 上に展開されることができます。
FastVideoは、加速されたビデオ生成用の統合推論とポストトレーニングのフレームワークです。
zenmlは、データパイプラインからエージェントまで、AIプラットフォームです。
この論文では、ディフュージョンモデルの高速化を目的としたNVIDIA FastGenについて説明しています。FastGenは、ディフュージョンモデルから高速に生成することが可能です。
このリポジトリでは、私的なAIプラットフォームであるDocGPTを提供しています。
オープンソースのAIオーケストレーションフレームワークです。LLMアプリケーションの構築に必要なパイプラインやエージェントワークフローの設計ができるようになっています。
パラメータ効率の向上のための最先端のフィネチュニングフレームワークです。
電気生理信号から表現を学習し、脳コンピューターインターフェースの開発を支援する。
このリポジトリでは、トークナイザーの最適化を提供しています。
LLMやVLMのFine-Tuningを簡素化したライブラリ。
トークナイザーの高速化を目的としているライブラリ。
presidioは、テキスト、画像、構造化データを含む敏感データを検出、削除、マスク、アノニマイズするオープンソースフレームワークです。自然言語処理、パターンマッチング、カスタマイズ可能なパイプラインをサポートします。
流れベースの生成モデルに関する新しいアプローチであるExpanding Flow Mapsを提案しました。Expanding Flow Mapsは、定数次元または定数シーケンス長に限定されるものの従来のパラメータ化に比べ
印刷品質管理技術のための新しいアプローチであるシンセティック データ生成フレームワークを提案しました。このフレームワークは、ロトグラビューグラビング技術における品質管理のためのシンセティック データを生成することで、印刷
分子設計技術のための新しいアプローチであるEnsembleEGNN（Equivariant Graph Neural Network）を提案しました。EnsembleEGNNは、共役グラフニューラルネットワークを使用して
大規模な言語モデルを用いた推論技術のための新しいアプローチであるX$^3$-OPD（Distilling Reasoning into Large Audio-Language Models via On-Policy
The rapid progress of AI has intensified the long-standing pursuit of automation: replacing human participatio
Post-training quantization (PTQ) of diffusion transformers (DiTs) to W4A4 severely degrades output quality, be
人間に合わせたモバイルヘルスインストリュメントの開発を進めた。この研究では、現実的なシミュレートされたユーザーを用いて、アルゴリズムをテストすることによって、人間に合わせたモバイルヘルスインストリュメントを開発するための
ディスクリート確率模型におけるベイジアン解釈の分析を進めた。この研究では、正確さを高めるために、負のスコア比率を制限したディスクリート確率模型を提案した。
学習された表現の分解構造を理解するための枠組みを提案した。この研究では、ネットワークをコンプレッションすることで、学習された表現を分解することで、学習された表現の理解を進めた。
学習機械の忘却における重みの重要性を理解することで、モデルを再トレーニングせずに忘却することができると主張した。この研究では、重み選択方法の検討を行うことで、重みの重要性を理解することができると主張した。
パ
Large language models (LLMs) achieve strong generation and reasoning performance, but the Transformer architec
Dense per-step supervision is an appealing remedy for sparse-reward, long-horizon LLM agents: reward the agent
Archival film restoration is a challenging problem because historical footage contains compound degradations s
The modeling of hydrometeorological time series with limited observations is a key challenge in the monitoring
この研究では、オフサイトトランスフォーマー推論を検証するためにGKR-HNDプロトコルを提案し、クライアントがモデルサブスティテューションや不完全な実行にさらされるリスクを軽減したいと考えています。
この研究では、リスクグラフニューリアルネットワーク(RGNN)を使用して、人口統計学的特性と地域の情報と組み合わせた熱死亡リスクを推定する新しい方法を提案し、DLNMの効果的な方法に代わる可能性があります。
この研究では、トピックプロセシーの最適なモデリング法として、Bスプラインとニューラルネットワークを結合したSmooTNTPを提案し、ポイントプロセスのモデリングを改善します。
この研究では、グラフニューラルネットワークの解釈を行うためのAPEXフレームワークを提案し、Aumann-Shapley Attributionを使用して、グラフニューラルネットワークの特徴レベルの解釈を実現します。
この研究では、CASCフレームワークを提案し、多変量空間時系列データを含む多様なデータを扱えるグラムニューラルネットワークのサブスペースクラスタリングを実現します。
この研究では、Bスプライン回帰のために、ナレッジの選択を自動化するための新しい方法であるAutomatic Knot Selectionを提案し、ナレッジの選択とデータ分析を容易にします。
Fine-tuning Vision Transformers (ViTs) with low-rank adapters (LoRA) promises better communication efficiency
Automated detection of vision impairing retina-based ocular conditions from fundus images is important for ear
Spectral methods are among the most widely used techniques for community detection, clustering, and graph lear
Most explanations of training instability focus on \emph{learning-rate criticality}, typically characterized b
QPE（量子位相推定）を実現する深い回路を、変分量子回路（VQC）を使用して簡略化できると考えた研究で、QPEの深い回路を簡略化可能であると示唆している。
FL（分散機械学習）におけるパラメータの効率的なフィンテューニングを支援するツールを提案した研究で、TRISHUL（Three-Pronged Spectral Control for Federated Paramet
H&E組織組織における微分発現量を予測するために、HierarchicalDAEW（層付きドメイン認識）を提案した研究で、この方法により高精度の微分発現量予測が可能であると示唆している。
FLにおける安全な合計を提供するための方法を提案した研究で、この方法により、データが分散されるときにセキュリティが確保できる。
モデル合成を支援するTwistedMergeを提案した研究で、この方法により、モデルが効率的に合成できる。
ダブル量子ドットのCharge Stateを分析するためのMachine Learning方法を提案した研究で、この方法により、量子ドットのCharge Stateが効率的に分析できる。
グラフシグナルを圧縮するためのGraph Wavelet Compressed Sensing（グラフウェーブレット圧縮感知）を提案した研究で、この方法により、グラフシグナルが効率的に圧縮できる。
Advanced Persistent Threats (APTs) remain difficult to detect because only a small fraction of events in large
Activation steering enables control and interpretation of LLMs, yet existing work primarily models personality
A consensus anomaly detection framework was applied to monthly malaria surveillance data from Ghana (2014-2023
Consider the partial linear model $Y = μ_0(X) + β_0 \cdot T + \varepsilon$ and $T = π_0(X) + u$ in the structu
OpenForgeRLは、ハーネス付きエージェントを訓練するためのフレームワークを提供する。これにより、エージェントが複雑なトラジショナルハーネスを利用して、外部システムと協力し、複数のタスクを同時に解決できるようになっ
Visual Contrastive Self-Distillationは、セルフディスタンスルールを高速化する方法を提案した。この方法は、入力情報だけで学生と教師の間の情報の不均衡をなくした。
Artificial Epanorthosisは、大規模言語モデルが古典的なルレチックの表現を使用する傾向に注目した。結果は、モデルのトレーニングデータの形状がこの傾向に影響していることができた。
Democratization of AI Agent Creationは、オーガナイゼーションがオープンなAIエージェントを作成できるようにした。方法は、エージェントの信頼性を
People often use handwritten notes and sketches to externalize ideas for ideation. To integrate large language
Deep learning models can effectively use Rapid Evaporative Ionization Mass Spectrometry (REIMS) data for surgi
Video face swapping has no natural paired supervision: no real footage exists of one person's face performing
A vision-language AI assistant returns its answer as a stream of generated tokens. Therefore, a safety guard t
Electroencephalography (EEG) models used for epilepsy are often limited to specific datasets and tasks. This l
Instance-level explanations aim to reveal the rationale behind a model's decisions for a specific graph. Previ
Regulating activities where regulatees use autonomous and agentic AI is challenging. Regulatory assumptions ab
Behavior prior reinforcement learning (BPRL) has emerged as a promising paradigm to improve sample efficiency
この研究では、大規模言語モデルを活用して、Greekに基づく書籍検索システムの評価を行いました。大規模言語モデルを活用することで、検索精度が高まりました。
この研究では、大規模言語モデルを使用して、GREEKのスラングを研究しました。このスラングは大規模言語モデルを活用することで推測することができました。
The growing demand for Urban Air Mobility (UAM) introduces significant challenges in airspace management, part
机械学習モデルを用いて、指定された数値定数に掛け算する方法を効率的に探索します。在来の dinamic programming法は効率が高いが、定数の大きさに対応できません。この研究では、神経符号学的アプローチにより、定
再発防止を目指す会話助言の評価基準である RegretBench を提案します。这一基準评估了會話助言の多輪交互式決定における後悔を最小化すること。
Autoregressive text-to-speech models achieve strong naturalness but suffer from slow inference due to sequenti
Zero-shot summarization using Large Language Models (LLMs) has significantly advanced the abstractive summariz
Long-sequence memory tracking places two opposing demands on a recurrent state: near-lossless retention of sto
Vision-Language-Action (VLA) models augmented with world modeling represent a promising paradigm for end-to-en
効率的な多モードの推論は、モデルの性能やFLOPCOuntだけでなく、移動、キャッシュ、変形、量化された表現を保存するコストやメモリ、エネルギーに関する制約にも制限されています。この論文では、最近のビジュアルトークン圧縮
Implicit neural representations (INRs) for time-varying volumetric data are typically trained using dense samp
We are moving from an information age to the age of intelligence. A decade, or possibly less than that, data w
Omni-modal models can handle text, images, and audio in one system, but improving all of these abilities toget
Fine-tuning large diffusion models for new domains or styles involves a trade-off: improving target-specific g
LLM agents choose tools and arguments from context that mixes user requests, tool outputs, retrieved records,
Body-based emotion recognition is important for real-time affective systems, but graph-based skeleton models c
The electrocardiogram (ECG) is a cornerstone of cardiac as- sessment, yet clinical deployment of deep learning
Lightweight large language models (LLMs) are increasingly being deployed locally on personal computers and are
シミュレーション駆動設計では、高精度なシミュレーションを少なくすることで設計を実現しています。既存の手法では、その問題に取り組むために最適化アルゴリズムが改善されてきましたが、問題の定義自体は検討されていません。この論文
この論文では、DONDO と呼ばれるアフリカ諸国向けの音声認識ベースモデル (ASR)が構築されました。これらのモデルは、自律学習型スピーチエンコーダーであるw2v-BERT 2.0を使用して構築されています。このエンコ
We present VibeVoice-ASR-BitNet, a compressed variant of VibeVoice-ASR optimized for real-time inference on ed
Almost every large language model that reaches a broad audience is quantized: trained in full precision, then
Real-world agent learning is often constrained by costly environment interactions, such as running time-consum
ソフトウェア開発の維持フェーズで、ソースコードの自然言語解説を生成するためのモデルの改善を目的とした研究。
多エージェントのシミュレーションにおいて、共有世界状態がエージェント間で保持され、その世界状態が観測結果に反映されると仮定している。
ビデオ内の物体の空間推論を同時に行うことで、現存するタスク固有の注釈を超えた統一的なビデオ推論システムを構築した。
ディフュージョンモデルにおける初期的なNoise Seed の影響が、モデルが生成する高質のイメージに大きく影響していることを提示し、Seed Search 時の時間的負荷を削減するための方法を提案した。
分割推論の一般化を促進するためのフレームワークを提案し、instruction factor bias を定式化し、bias を減らすための fine-tuned ポリシーの適切化方法を提示した。
ビデオ内のキャメラの動きと物体の動きを切り離すことで、モーションの表現学習を改善した。
ビデオ生成モデルの効率性と高品質性を向上させるための新しい方法を提案した。
複数モーダルデータの統合を支援するための方法とツールを提案し、医療画像認識におけるモーダル間の知見の共有を促進した。
アイス認識の精度を向上させるための方法を提案し、視覚認識におけるアイス認識タスクの課題を分析した。
Self-supervised depth estimation is challenging for safe autonomous driving under various adverse weather cond
Numerous 3D assets are discarded due to low texture resolution, while current super-resolution models ignore t
We study sinusoidal recurrence as an iterative mechanism for harmonic spectral enrichment in implicit neural r
Underwater image enhancement remains challenging due to wavelength-dependent light absorption, scattering, and
ステンレス鋼の表面欠陥検出は、工業的な品質検査において重要であるが、従来の方法は、ひずみ、非対称性や欠陥の境界の不規則性に伴う標準的な共通化の非対称受容領域と剛性のサンプリンググリッドを利用しているため、ひずみ、非対称性
3Dガウシアンスプレイティングによる動的なシーン再構成は、動的なモーションモデリング、構造的安定性とコンパクトな表現のバランスをとることが求められる。実際、既存のprimitive毎に実際に実装されている方法はローカルの
UAVは、高度、ピッチ、ロール、FOVの変動を含む高度なカメラポーズにおいて動作するため、非対称分布の深さが含まれる広範な空中画像におけるモノラル深度推定を実現するには、高度な深度推定手法が必要である。ほとんどの推定手法
Federated プールトーニングは、視覚言語モデルを軽量なプールで共有することで、視覚的、言語的、音声的なモデルを組み込んだ視覚言語モデル（VLM）の共有の協力的適応を実現する。従来のプールを使用する方法では、個々の
一部のGaussianスプレイティングを利用したSL
Conventional face recognition relies on static appearance cues and degrades in unconstrained settings with exp
Rectified-flow-based diffusion transformers, particularly FLUX, have demonstrated outstanding performance in h
Topological maps are key outputs of autonomous driving perception systems, delivering essential road informati
Equivariant networks embed geometric symmetries as structural priors through weight sharing, achieving remarka
Polarization cues benefit applications such as material detection and de-reflection, yet acquiring them typica
Digital sewing patterns typically consist of disjoint 2D panels without explicit stitch annotations, making do
Accurate forest inventory and large-scale mapping are essential for ecosystem monitoring and sustainable fores
大規模言語モデルの圧縮には、モデルのパフォーマンスが低下する可能性があるため、量化の保護が重要です。この研究では、Fisher加重チャネル感受性を用い、MLLMの量化を安定させるためのC-PTQをプロPOSEしています。
感情認識は、現代のアギを促進するために不可欠ですが、大規模
Hyperspectral salient object detection aims to identify visually salient regions from hyperspectral images. Ex
Current identity customized video generation methodologies are predominantly limited to single-identity scenar
Reliable feedforward underwater 3D reconstruction remains challenging due to severe light attenuation and back
Improving video captioning quality typically demands retraining large vision-language models, an expensive and
Acoustic impedance imaging is a fundamental yet severely ill-posed problem in subsurface analysis: the seismic
この論文では、非コントラストCT（NCCT）スキャン中の脳梗塞領域を正確に分割するために、周囲境界を特徴としているFrequency-Spatial Boundary Network（FSB-Net）を開発しました。
この研究では、路上の3Dオブジェクト検出を改善するために、外部性を考慮した地域認識のアラーカンシーを提案します。
この論文では、効率的なストリーミングビデオ生成手法であるMs. Forcingを提案します。Ms.フオーシングは、Multi-Scale PatchificationとAttentionを組み合わせた手法です。
この研究では、マイメイク移植を改善するために、マイメイクの強い地域性を考慮したRegion-Controllable Diffusion Transformer（MagicMakeup）を提案します。
この論文では、Focus-Aware Large Avatar Model（FA-LAM）を提案します。FA-LAMは、一時的なGaussian頭の生成に適したモデルです。
この研究では、都市ウォークビデオを分析するために、4つのモダリティの表現（スペース時領域情報、時間平均画像、オーディオ符号化、テキストベースの表現）を使用しました。
この論文では、DINO-VPTという手法を提案します。DINO-VPTは、Hierarchical Visual Prompt Tuning（HVPT）を使用して、物理的なスポーフィングとデジタルスポーフィングを検出しま
この研究では、WhereEditという手法を提案します。WhereEditは、Mask-aware Local Latent Editingを使用して、一ステップの画像編集を実行します。
Stress is a dynamic process characterized by significant individual variability in facial expression. Traditio
Pixel-aligned Gaussian splatting enables efficient and generalizable novel-view synthesis. However, high-resol
この論文では、安全な人とロボット間の対話を目的とした、人間の姿勢推定とロボットの動作制御の一連のネットワークが提案されます。
クロアニオトミーの手術を自動化するために、複数のモジュールから形成されるサイバネティックなクローゼッドループのフレームワークを提案します。このフレームワークは、ツールと組織との対話を通じて、ツールと組織の相互作用に対して
人間の知能を模倣するクロアニオトミー手術のフレームワークを提案します。このフレームワークは、前方計画と後方実行を組み合わせて、手術中に手術台の位置を自動的に調整することで、人間と同様の安全で効率的な手順を実現します。
混合交通の自律走行において、人間とロボットの間の安全な交互作用を実現するために、一般化されたナッシュ均衡決定問題を利用したフレームワークを提案しました。このフレームワークでは、安全性と制御の複雑さをバランスさせることで、
AwesomeOPDはオンPolicy distillationの最適化用リストである。オンPolicy distillationでは、学習済みモデルを小さくすることでモデルを高速化する。
可換のVEによる効率的でスケーラブルな多モダリティRLトレーニングフレームワーク
この論文では、Causal-Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive
Pythonで使えるマシンラーニングライブラリを紹介している。
LLMを利用するために、セマンティック検索やLLMのオーケストレーションなどを行えるフレームワーク。
Learning-enabled decision systems often use offline data or computation to reduce online compute cost. Despite
Transformers are known to have internal continuous symmetries that leave outputs invariant, while modifying qu
Trajectory planning is a fundamental problem in robotics, requiring the generation of collision-free and effic
Graph Neural Networks trained on heterogenous bipartite graphs form a common basis in recommendation systems.
This work presents LeakyLMs, a set of attacks that leak proprietary model, architecture, and deployment inform
We propose CEDAR (Causal Edge Discovery for Autoregressive Processes), a constraint-based method for lagged ca
Unique and rapid classification of knots and links is an open mathematical problem that is relevant to a range
Language models are thought to exhibit the phenomenon of superposition, representing many more features than d
Computer aided design (CAD) is ubiquitous: virtually any modern object was designed using editable CAD tools.
この研究では、物理学に関する知見を組み込んだニューラルネットワーク (Physics-Augmented Neural Network; PANN) を提案し、不確実性の量化と伝播を考慮した構造設計が可能になった。
この研究では、ナノポア測定器から得られる複雑な信号を分析するために、多モーダル変換ニューラルネットワーク (Multi-modal Transformer) を提案し、信号分類の精度を向上させた。
この研究では、注意機構を併用したグラフニューラルネットワーク (Attention Graph Neural Network) を開発し、流体場の予測精度を向上させた。
When does a weight-tied looped transformer -- one block applied T times -- implement an actual algorithm? We a
この研究では、クラスター検出アナライザーにおける量子力学の応用を研究し、精度を向上させた。
この研究では、分布に変化がない場合の時間軸への適応性を
Machine learning models achieve high predictive accuracy in regression tasks, but their deployment in safety-c
Neural network misclassifications exhibit characteristic spectral instability in internal activations that is
Rehabilitation scoring systems are most useful when their outputs can be reviewed and interpreted within clini
Classical regularization removes the binary-collision singularity from the Kepler problem, but its value as a
ユーザー センター化されたトランザクション シーケンスのモデリングを目指す新しいアプローチを提案し、Contrastive Representation Learning と State Space Models の組み
Transformers の効率化を目的とした新しいアプローチ、ELSA (Efficient Low-Rank and Sparse Attention Approximation) を提案する。
パラメータ効率の確保を目的とした Low-Rank Adaptation (LoRA) のランクの確立を扱う研究を紹介する。
ニューラル ネットワークの解釈可能性を向上させるために Quadrilateral Loss を提案する。
OLED 材料の開発を目指す新しいアプローチ、causal language models を用いて optoelectronic プロパティを予測するフレームワークを提案する。
回帰問題の不均衡を扱う研究、Instance Hardness-Based Relevance の概念を提案する。
圧縮流体の解析を目的とした新しいアプローチ、Entropy-Stable Learned Finite Volumes を提案する。
可逆化されたニューラルネットワークの収縮を扱う研究、Gaussian Smoothing を用いて収縮を提案する。
We study vector-valued affine refinement operators of the form [ (Wγ)(t)=\sum_{j\in\mathbb{Z}} A_jγ(Mt-j)+B(t)
流動画像生成を扱う研究、HeadCast を用いて流動画像生成を提案する。
ストリーミングキーワードスポットイントを扱う研究、Cumsum-Composable Phase Transport を用いてストリーミングキーワードスポットイントを提案する。
Machine learning models for medical image analysis typically lack a reliable measure of confidence, limiting t
この研究では、フォトニック量子ニューラルネットワーク（PHQCNN）を正則化するために、物理的なノイズを直接inject trainingに使用する方法を提案しました。
この研究では、強化学習の強化値と行動値（Q値）関数を条件的期待として扱い、これらの関数の推定を確率的推論として表現する新たなフレームワークを提案しました。
この研究では、Androidマルウェアの検出に使用されるデープラーニングモデルをOptimizeする方法を提案しました。
この研究では、ネットワークの利用率KPIを予測するために、従来の機械学習モデルの外側に新しいモデルを組み合わせた方法を提案しました。
この研究では、人工知能の研究者と神経科学者の間の分野を結びつけるために、脳のシステム構造を研究し、その研究から導かれた新しいアプローチを提案しました。
Physics-based simulations are essential for understanding the electrode-scale discharge behavior of lithium-io
大規模言語モデルを制御するために活性化制御を使用するときに生じる可能性のある外部性、つまり安全性を低下させる可能性と、禁止された要素を誘発する可能性を軽減するために、制御ベクトルの洗浄を実施する提案されている。
連続的に観測された行動を捕捉するためのシーケンシャル推奨モデルを使用すると、期間が長い間隔が発生した場合に、再活性化されたユーザーへのリコールを改善できる提案されている。
生産的言語モデルの利用による金銭的感情分析に対処するための方法を提案している。複数のエージェントを活用したコミティー方式を使用し、さまざまな粒度のテキストデータに対応できるように、単語レベルのルールベースアプローチ、句節
ヘルシティ偏微分方程式を扱うための方法を提案している。ランダム関数を使用して高次元の偏微分方程式を線形係数問題に縮小することは可能であるが、フル次元の試行空間は、低次元構造の低次元の特性を考慮していない。提案されている方
language モデルを前訓練するために、Muon などの矩式最適化を使用するが、これらのモデルの内部幾何学を保持する方法についてはよくわかっていない。仮定から、モデルの内部幾何学を安定化するために、SGDに内在するb
We present a regression-based approach to Arabic dialect geolocation that models dialectal variation as a cont
Scaling LLM-based applications to millions of users is bottlenecked by the inference cost and latency of moder
Observational causal analyses increasingly pool records across sites, vendors, and collection systems, creatin
この研究では、多マスク分散言語モデルを提案します。このモデルには、複数のマスクがあり、それぞれが異なる生成タスクを実行することになります。このモデルは、生成タスクの多様性を高めることができ、生成された文がより多様性の高い
The twoblock clustering tree (\tbtree) is introduced as a highly interpretable regression tree for multivariat
This paper examines the question of whether artificial intelligence (AI) systems can be creative, approached f
High-temperature sampling is one of the primary mechanisms for increasing diversity in LLMs. Recent advances i
Deploying navigation systems at scale requires a recipe that minimizes sensor assumptions, generalizes across
Harnessing the potential of electroencephalography (EEG) for brain research is fundamentally limited by intrin
Interactive image segmentation is critical for efficient image annotation; however, existing methods often req
The operation of blockchain is governed by consensus algorithms (CA). Several consensus mechanisms require sig
Traditional query processing engines require continuous development and extensions to support new techniques a
Real-world video deblurring remains challenging due to diverse motion patterns, complex degradations, and the
Optical Character Recognition (OCR) for Persian remains substantially less mature than for Latin-script langua
Closing the gap between benchmark performance and reliable real-world operation remains a central challenge fo
RGB-D semantic segmentation has achieved remarkable progress, yet most models assume that RGB and depth are al
最新言語モデル(LLM)が危険な生成を防ぐための確信的な安全な限界を計算するための新しいフレームワークを提案した。Clopper-Pearsonの信頼区間の新しい応用として、PAC(可能性が最も近い)の境界を得るためのア
ある知識関係がマスクスタイルのパラミトリックパラメータ化方法で適切かどうかを計算したメトリックとしてMaskability Index (MI)を導入した。DepthRankの違いを用いて、与えられたパラメータ化方法で知
3つのタスクをサポートする音曲生成フレームワークを提示した。これらのタスクには、歌詞、テキストの説明、音楽的特性を利用して、歌詞の生成、バンドの音楽の生成、カバー曲の生成などが含まれる。
オフラインでの短時間の視覚生成が一般的な人間の行動の分析では、人間の行動の長期的な視覚生成は、実践的な長時間の視覚生成では実行不能である。StreamHOI は、人間間の視覚的な行動の生成を生成したいくつの画像を使用して
Full-parameter post-training of trillion-parameter-scale MoE models introduces substantial system-level challe
Long-horizon tasks require sustained perception, reasoning, and exploration, and are a persistent challenge fo
差分制約問題を扱うグローバルプロパゲーターを提案し、Finite Domain Propagationアルゴリズムの効率化に寄与。
Design Rule Check closureを促進するための自動修正フレームワーク、EvoDRCを開発し、複雑な幾何学的相互作用を考慮した修正を実行する。
Multi-object tracking (MOT) plays a fundamental role in visual perception, where accurate trajectory predictio
Small language models and coding agents increasingly generate web front-end code, yet their outputs are typica
異なる順番で画像と質問が提示される場合、視覚言語モデルはモデルのパフォーマンスに大きな影響を受けることが発見された。
危険な問題に対する正しい答えを提供する大きな言語モデルと費用の効率が良い、小さな言語モデルを協力させる技術が開発されました。
We present Solar Open 2, a 250B-A15B Mixture-of-Experts language model built for long-horizon agentic tasks, s
This paper presents the second edition of the TalentCLEF Challenge, which will run as an evaluation lab as par
知識圧縮における信頼性を高めるための2つの方法を提案し、標準的な知識圧縮の結果が実際のデータに対して損害を及ぼす可能性があり、制約付き知識圧縮を導入し、損害が生じないようにする。
Detecting media bias automatically is difficult because biased framing is often subtle, yet in domains such as
Spoken language models (SLMs) enable natural human-computer interaction, but their reasoning ability still lag
この研究ではSentence Splitterシステムを提案し、自然言語処理の精度を高めることができました。このシステムは、自然言語を句点で分割することができます。
人名と場所の関係を抽出するタスクは、歴史的ニュース記事の解釈において重要です。従来の方法では、言語モデルの前処理が必要でしたが、Lightweightアルゴリズムは、依存グラフと近接特性を使って、歴史的ニュース記事から人
多モーダルラージランゲージモデルは、視覚言語タスクに強いですが、高い推論コストで問題となっています。Look Less, Think Fasterアルゴリズムは、単位次元を個別に最適化することで、多モーダルラージランゲー
分散式推論には、高解像度ビデオ生成のためにコストが高いという問題があります。Evolving Cache Schedulesアルゴリズムは、コストと効率性のトレードオフを最適化することで、キャッシュで推論コストを削減しま
画像理解のための多モーダルラージランゲージモデルは、強力ですが、まだ能力と限界については明確な理解が不足しています。この論文では、多モーダルラージランゲージモデルが画像理解においてどの程度の能力と限界を持つか、を分析し、
Visible-infrared (VIS-IR) alignment is a key pre-training task for robust multi-sensor perception. Most existi
Frozen perception foundation models encode rich geometric, semantic, and dynamic knowledge. Yet narrow conditi
Attention Mechanism (AM) selectively focuses on essential information for imaging tasks and captures relations
Global visual localization of unmanned aerial vehicles (UAVs) using remote-sensing reference maps has attracte
Deep gaze estimation works well in controlled capture but degrades in unconstrained settings, where systems mu
セグメンテーションのパフォーマンスの向上と計算的リソースの削減を目的として、Lean-SAM2は対象領域をアサインする対象アンバウンダリーセグメンテーション（SAM2）にターゲットアンチャイニングされたメモリとエンコーダ
OffNadirLocは地学化におけるオフナジアムの視点を考慮するための基準セットを提案します。これにより、ドローンと衛星画像の交差視点地学化プロセスでは重要な構造的シーン理解と内部ドメイン間の関係的制約に重点を置くこと
ステレオマッチングは3次元再構成において重要なタスクです。この研究では、ステレオマッチングを確率的生成タスクと組み合わせ、オブジェクト検出の向上を目的として、ステレオマッチングフレームワークと潜在分配を統合する方法を提案
この研究では、スイートペッパーの収穫前期予測を目的として、多モード時系列データを統合するための深層学習フレームワークを提案します。
この研究では、共感覚的ロボット移動において動く人間の行動の予測と安全な動作プランニングの自動化を目的として、統合的な行動予測と安全な動作プランニングのフレームワークを提案します。
Deep learning frameworks like nnU-Net achieve state-of-theart brain lesion segmentation performance but remain
Thermal-to-visible face translation presents fundamental challenges including geometric discontinuities, seman
Infrared and visible image fusion (IVIF) integrates the complementary information of two modalities into a sin
Weakly supervised segmentation relies heavily on class activation maps (CAMs) to initially localize target reg
The Segment Anything Model 2 (SAM2) has advanced temporal promptable segmentation, yet its deployment remains
この研究では、地象性AIにおける物理的知識を使用してポーラリメトリック合成開口ラダール画像を分類するための新しいモデルを提案しました。このモデルは、ラダール画像を物理的なプロセスと関連付けることができます。
マグネティック リゾナンス イメージング (MRI) のデータ収集には、多くのエネルギーと時間が必要です。アクティブ サンプリングは MRI の速度を増加させる技術ですが、現在のアプローチでは、低周波数部分（解像度）と高
DRGBTトラッキングの分野では、目標物を変動するセンシングモデリティと観測プラットフォームの条件下で追跡することが求められます。ドリフト、視線、時間の条件変化に関しても検討が必要です。ただし、現在のバenchmarkで
オブジェクトの動きを追跡することは、動画の理解の鍵です。ただし、オブジェクトの動きを追跡するアルゴリズムは、計算コストが高いことが多いのではないでしょうか。
Tracking objects through state transformations is essential for understanding real-world dynamics. However, ex
Automatic pain localization, which involves identifying the anatomical origin of pain from peripheral physiolo
Pain is a complex and pervasive phenomenon affecting a large percentage of the population, and accurate assess
Noisy and corrupted points can substantially degrade point cloud recognition performance, especially under cha
The accurate diagnosis of spinal pathologies depends heavily on radiological interpretation, yet automated sys
We propose a unified variational framework for image segmentation under sparse pixel-level supervision. Our me
The successful integration of mobile robots in human-centric environments requires navigation that is not only
The sense of touch is central to manipulation, especially when vision is occluded or ambiguous. Although combi
Estimating traversability in unstructured environments requires conditioning on robot embodiment, as the same
Multi-drone payload transportation has emerged as a promising research paradigm with potential applications in
Language-Guided Grasping は、複雑なシーンで物体の把持を行うために、視覚言語モデル（VLM）を用いる。このアプローチでは、VLM は直接把持を予測するのではなく、3 次元空間における把持の位置を指
SOPD-SocialNav は、学習モデルを小さなロボットに伝える技術であり、ロボットが環境と人間の行動を理解し、ナビゲーションが行えるようにする。
Defer to Plan は、自動車が情報交換をして安全に走行するためのシステムである。このシステムでは、自動車間で情報が交換され、各車が安全に走行するような経路を選択できる。
Despite recent advances in general-purpose robotic manipulation, real-world multi-object clutter remains chall
transformerlab-appは、AI研究者に、ローカルハードウェアとGPUクラスタ間でモデルを平滑にトレーニング、評価、およびスケールさせることができる、オープンソースの研究環境です。
デバイス上のLLM推論をXビット量化を使用したもの。
Neural Network Inference用の高性能フレームワークです。モバイルプラットフォームに最適化されています。
深層学習を用いた形状推定モデルを作成し、オープン平面曲線の形状を推定するための深層学習モデルを提案した。
不動点に達するまでに要する計算量を理解するために、不動点を達成するまでの計算量と時系列の関係を検証した。
自動変換モデルで使用されるLLMの同定の精度の評価に役立つ「Total Variation Distance Estimation」を行った研究。この研究では3種類のアクセス モデルと異なる推定方法を提案し、実験で推定方
Modeling galaxy-galaxy strong gravitational lenses to infer the brightness of the source galaxy and the mass d
逆問題を解くために、拡散ベースのサンプリングアルゴリズムが提案されていました。これにより、解の特性の正確さが向上することが期待されます。
Probabilistic forecast models can be machine-learned from data using loss functions based on scoring rules suc
Fast prediction of the response of adhesive soft viscoelastic contacts represents a current challenge in soft
In the \emph{latent posterior model} of transformer behavior, the next-token distribution arises from a poster
Uncertainty quantification (UQ) is essential to experimental mechanics, but has become particularly relevant i
fMRIデータから視覚情報を解釈するために、スパイクニューラルネットワークを用いた方法を提案し、fMRIデータから視覚情報を解釈する検証を行う。
A walking fly steers toward a goal direction, held as a bump of activity across the FC2 neurons of the fan-sha
知識を重視した自己向上の研究を実施し、自己向上を知識を重視することにより効果的に行う方法を提案した。
組み合わせる能力の計算量を理解するために、組み合わせる能力の計算量とデータのサイズの関係を検証した。
Low-rank adaptation introduces a static learned update applied identically to every input. The update provides
機械学習モデルの解釈のためのツールが提案されていました。これにより、モデルがどのように機能しているかが理解できるようになります。
Although Large Language Models (LLMs) demonstrate remarkable multilingual fluency, their internal knowledge re
Offline再調整学習（RL）で、アクション偏好キューを使用し、エキスパートのフィードバックを利用してポリシーを向上させます。
Reliable Text Difficulty Assessment is a prerequisite for valid text simplification workflows and personalized
この研究では、Chain-of-Thought (CoT) スーパーヒバテーションでは、最終的な答えに到達するまでの理由を公開することで、中間的には提供される理由の質を強力にし、しかし、多くの場合には、前のステージに到達
ある単語を複数のスピーカーや環境の異なる条件下で言語モデルが使用できるようにしたい場合は、単語の抽出を実現する必要がある。しかし、現在の言語モデルでは、スピーカーの特性や環境の特性が単語に含まれていることが多い。ここでは
この研究では、固定化された言語モデルを強化するために、自律進化する対話スキルを開発しています。このシナリオでは、ユーザーの反応がモデルの進化に影響を受けないため、対話の対称性を維持する必要があります。
Reinforcement learning with verifiable rewards (RLVR) provides reliable outcome supervision for language model
アラビア語の発音記号化は重要な問題だが、データが不足していることが難点の一つである。この問題を解決するために、ここでは「Connectionist Temporal Classification (CTC)」を使った制約
記号化の種類 (verbatim vs. intended) は、現在の音声認識モデルの評価に影響を与えるが、このような制約はモデルのトレーニングに影響しないことが多い。しかし、ここでは、制約はモデルのトレーニングに影響
Automatic speech recognition (ASR) for African languages is constrained by orthographic inconsistency, annotat
大規模言語モデルは、決定タスクを遂行する過程で、実行された事実を含むパラメトリックな知識を漏らす傾向にある。大規模言語モデルが実際にどのような意思決定タスクを遂行したかを検証するのは困難であるものの、これが確かに事実であ
Efficient teamwork typically combines global coordination with parallel execution, a principle not yet fully r
Large language models (LLMs) have driven rapid progress in electronic design automation (EDA), yet their appli
Public institutions hold large volumes of sensitive documents and support tickets that cannot leave the premis
Recent work extends Transformer residual pathways along two complementary axes: historical retrieval selects i
離散RLは、長所と短所を含む複雑なランク付けゴールの最適化に効果があります。しかし、その計算コストは通常高く、自動微分化などの複雑なグラadientsの計算アラウンドを必要とします。この文書では、長所と短所を含むランク付
Stance detection aims to identify whether a text expresses a favorable or opposing attitude toward a given tar
ここでは、危険な知識を持つモデルにコントロールトークンを追加し、コントロールトークンに基づいてモデルが危険な知識を操作することを目標としていました。
Multi-vector dense retrieval models, such as ColBERT, achieve strong retrieval effectiveness by modelling fine
Latent-reasoning looped language models (LoopLMs) offer a different scaling path for machine translation (MT):
The allocation of visual attention by pathologists during cancer diagnosis is a highly selective process that
As autonomous systems and smart cities continue to evolve, the demand for efficient and robust scene understan
Vector Quantization (VQ) underpins modern discrete visual tokenization. However, training quantization modules
While machine learning-based weather models hold significant promise, they struggle to predict the detailed st
Continuous surveillance video creates a growing storage, transmission, and inference burden for enterprise vid
Detectors for AI-generated video are evaluated offline. A clip is decoded to pixels and scored once, increasin
画像生成において、材料、 객체、領域を制御することが難しい問題がある。 Diffusion Transformers はテキストと画像を組み合わせて処理できるが、どちらをどの程度影響させるか決める仕組みがなかった。 その
生成モデルの構築のための新しいアプローチが提案されていました。これにより、生成モデルの構築が効率化され、強い表現力が得られるようになります。
記述情報に従って画像や動画データを混ぜ合わせる「対数混合法」を拡張する方法、InstructMixupを提案する。これにより、データを拡張しながらデータの内容とラベルが維持される。
実際の空間知能では、空間に続いて流れるビデオを理解する必要がある。この問題を解決するために、4次元空間を理解することができるモデルを提案する。
この研究では、複雑な環境に対処した後、キノ動的計画を解決します。
自動運転のための計画とは、状況理解、タイムリーな推論、行動選択というものがあるが、しかし、これらの要素を組み合わせるのは難しい。これを解決するために、シーン理解を分離することによって、計画を安全かつ有効性のあるものにする
With growing surgeon shortages, automating surgical sub-tasks such as tissue dissection offers a promising ste
This paper presents an innovative design and stability analysis of an underactuated robotic finger with spatia
オープン・バグナビゲーションには、エージェントへの部分観測が含まれます。パフォーマンスの向上のために、内部状態更新が重要です。これを実現するには、ポリシーネットワークの更新が必要です。最近のアプローチでは、トランスフォー
UA と UGV の協調システムは、共通の姿勢情報を共有し、適切な行動を行って安全かつ効率的な協調を可能にします。
The deployment of high-speed Uncrewed Aerial Vehicles (UAVs) in 3D aerial highways necessitates robust coordin
We present ABot-World-0, an action-conditioned video world model for real-time, long-horizon closed-loop inter
Generative world renderer AlayaRenderer receives structured world states exported from physics engines and syn
Text-to-image diffusion transformers (DiTs) jointly process text and image tokens, yet their internal computat
Large-scale visual generators are increasingly capable but costly to train, fine-tune, and deploy. We introduc
Reinforcement learning with verifiable rewards (RLVR) is rapidly advancing the reasoning capabilities of langu
Optimizer state is the largest single line item in the memory budget of mixture-of-experts (MoE) training: on
AIの入門コースを提供する。
データサイエンスの学習には役立つリポジトリ。実世界の問題に応じた学習が可能。
Machine Learning Engineeringは、機械学習の開発と運用をサポートするためのリソースを提供する。
Overparameterized models often have continuous parameter symmetries, so different parameters define the same p
因果推論を用いた政策学習を提案し、政策選択を行う際に最も近い類似の証拠によって行動の有効性を評価することを目指している。
Fair clustering aims to make cluster assignments independent of sensitive attributes, but this goal becomes ch
多元表格予測モデルTabPFNは、条件設定されたサポートセットと、入力クエリーでタスク特指訓練を行うことなく、推論を行います。実行時間における内部挙動を理解する際に、 zig-zag永続ホモロジーを使用することで、Tab
We develop an adjoint-sensitivity framework for positional influence in causal residual Transformers and separ
This is an invited commentary on the Psychometrika focus article "Fairness Issues and Evaluation in Psychometr
Multidimensional graded response models (MGRMs) are widely used for analyzing ordinal questionnaire data in ps
Neural simulation-based inference enables parameter estimation for complex models, but typically requires the
Direct feedback alignment (DFA) trains hidden layers with fixed random projections of the output error, avoidi
Dynamic graph learning aims to capture evolving structural and semantic patterns in real-world systems, such a
Discourse relations provide document structure, critical to language understanding and enabling language model
Reasoning-specialized language models show large performance gains over base models, yet the internal changes
Frozen encoders are chosen by how well a lightweight head reads a finding from their features, not whether the
Large language models (LLMs) largely rely on Transformers, where self-attention provides global token interact
Pruning long context for coding agents has been a vital technology for efficient context management. While exi
訓練データの品質を高めるために、付与ラベルに基づいてデータを選択する方法を提案し、訓練データから選択されないデータは排除することを目指している。
Large language models (LLMs) serving as planners in tool-using autonomous agents introduce dynamic reliability
Structure-based drug design (SBDD) leverages the 3D structure of protein targets, often complemented by other
この研究では、ルビック評価を含む非確認タスクの最適化を目的とします。従来のRLには、モデル評価の情報が使われるだけですが、モデル自身は反省や自己改善はすることがありません。ここでは、LJMをコーチとみなして、モデルが反省
金融質問回答を実行するには、長い標準化されて高度に冗長な説明書に分散する証券取引委員会（SEC）の証拠を取得する必要がある。既存の取得を拡張するおよび多要素システムの多くの選択肢は、モデルの先行事項と目的のファイルリング
大きな言語モデルは実用システムで増えているため、費用対効果のあるモデルを選択することが重要になる。モデルを割り当てるためにLKM路線が提案された。しかし、既存の路線方法は入力問に基づいてモデルを選択し、モデルに適合しない
Autonomous racing exposes the sim-to-real gap under extreme operating conditions characterized by high speed,
エッジロボチクスでの画像認識精度を安定させ、その安定性を確保するために、量化後のパフォーマンスを向上させ、分散型データ量化を実現し、分布シフトの影響を緩和する、新しい機械学習アプローチを提案します。
We present a novel and minimalistic design of an aerial-terrestrial robot DASH: Ducted Aerial Spring Hopper. T
ロボット制御を効率化するために、パッチを用いた政策学習を提案し、密集された視覺表現を用いて実装することを目的としている。
existing VLA modelの制約を解決するためのforce-based memory method、FM-VLAを提案する。
Reinforcement learning (RL) for legged robots is advancing locomotion, demonstrating its ability to adapt to n
existing locomotion methodの制約を解決するためのreinforcement learning based loco-manipulation method、Isaac Sim-to-Realを提
Robust multi-agent coordination relies heavily on inter-agent communication, which is frequently disrupted by
自律運航のクレーンは、木材の移動を安全かつ効率的に行う必要があります。このため、木材の運搬におけるコスト削減と安全性の確保のために、クレーンの運動計画を最適化します。この研究では、VP-STO(Via-Point-bas
採掘ロボットの性能向上を目指したSeg2Graspを構築し、セグメンテーション、グレイシング、クラスフィルタリングの3つのモジュールで構成されます。セグメンテーションモジュールではTransformerを利用したオブジェ
四足ロボットのナビゲーションのための予測的推論方法が提案されます。ロボットは、現在の観察と短期的な記憶によってアクションを選択しますが、障害物の発展を予測することができないため、このアプローチには課題があります。この課題
Autonomous driving requires both safe and efficient planning decisions in dynamic 3D environments. Although re
Test-time scaling improves foundation-model inference by spending additional computation, but robot control re
In this work, we investigate the performance of the distributed cooperative massive access (DCMA) framework in
The existence of allocations of indivisible goods that are simultaneously fair (envy-free up to one item (EF1)
Unlike conventional video game development, which relies on labor-intensive pipelines for asset production, an
Video spatial reasoning is essential for navigation-oriented perception and long-video question answering, whe
Human-object centric video personalization (HOCVP) is a core task within subject-driven video generation. Howe
Real-time multimodal applications, including voice agents and interactive video generation, compose heterogene
Self-hosted AI agents read and write their own memory and configuration files to function. An agent may get co
Egocentric devices, such as wearable front-facing cameras, provide a unique perspective for capturing the cont
AIモデルを高速にトレーニングするためのライブラリ。1台から10000台のGPUで利用可能。
デベロッパー向けのモデロプティミゼーションフレームワークです。モデルの高速化と効率化を実現することができます。
Linear attention promises constant-time recurrent inference but degrades sharply on associative recall. We for
We study the problem of sequentially evaluating a new large language model (LLM) on a fixed question set using
Kernel regression with tensor trains and Hadamard overparameterization (KReTTaH) is introduced as a training-d
Causal subgroup analyses often report a small number of groups summarizing treatment effect heterogeneity, as
In this work we study the Best Policy Identification (BPI) problem in online, tabular Reinforcement Learning.
We study the expressivity of shallow polynomial neural networks (PNNs) with monomial activation functions over
Transfer-oriented reinforcement learning requires evaluating algorithms along dimensions that go beyond standa
Precise metric depth estimation is fundamental for autonomous robot navigation, yet monocular systems inherent
Humanoid robots have become increasingly popular in applications such as social interaction, education, and se
Hand-Object Interaction (HOI) synthesis is a cornerstone for animation production and embodied AI. Despite the
Large language model (LLM) post-training is essential for improving reasoning, adaptation, and alignment. Exis
We present a continuous geometric framework that models the discrete algebraic operations of the Transformer a
We introduce Deep Adaptive Bayesian Screening (DABS), a method for performing adaptive factorial screening in
Dropout and Random Gradient Masking (RaM) are two training techniques used to improve performance in deep lear
How deep does a graph neural network need to be on a sparse graph? We study its purest statistical form: node
Backpropagation makes training deep networks memory intensive because it must store intermediate activations.
Large-scale multi-objective optimization problems (LSMOPs) are challenging due to their high-dimensional decis
Social navigation requires the robot to reason and respond in complex real-world environments. While recent wo
Non-prehensile manipulation enables flexible material handling with part carriers, but friction-based support
Indoor robots are increasingly employed for facility management tasks such as cleaning and inspection. These a
Covariance steering provides an efficient framework for designing linear stochastic feedback policies, but its
Autonomous rendezvous and proximity operations (RPO) in adversarial orbital environments require guidance arch
Safe and socially compliant navigation in open human-robot environments requires robots to reason about hetero
We revisit dataset distillation from an outcome-centric perspective. Rather than aligning process surrogates (
Entropy control has become an effective tool in reinforcement learning (RL) of large language models (LLMs), h
For stochastic gradient descent (SGD) with a constant stepsize $α$, the invariant law of the iterates, centere
オフラインのデータ流れの中で、時間序列のデータに基づいてデータ変化を検知することができる方法が必要。この問題を解決するために、オンラインのデータ流れで検知した変更点をオフラインのデータ流れに適用する方法を提案。
グループデータを分析する方法を提案する。この方法では、個人の属性を考慮することで集団の特性をより正確に予測することができると主張する。
この研究では、ゲーム理論的なフレームワークを使用して、ハイパーパラメータと目的関数のインタラクションを解析します。このフレームワークは、Shapley Efforts を使用してグローバル感度分析を行い、パレート前列を使
この研究では、集団データの統合に取り組み、変換に対して一貫性のある集団データ統合フレームワークを提案します。このフレームワークは、統合されたデータの精度とパワーを高め、変換の影響を検証または制御することができます。
Predictive models deployed at scale influence future data, a phenomenon called performativity. And there is al
脳のニューロン同士のつながりを分析する方法を提案する。この方法では、神経伝達の構造を考慮しながら、ニューロン間のつながりを分析できる。
Safe model-based reinforcement learning (RL) often bridges control-theoretic analysis and RL for robots to saf
For a second time, the android robot Andrea was set up at a public museum in Germany for six consecutive days
PIXIEフレームワークは、6次元オブジェクト位置推定を実現し、ロボットハンドの制御と物体の操作を実現します。
多タスク学習はロボティクスの視覚理解系で、セマンティック セグメンテーションと深度推定の統合をサポートします。視覚基底モデル(VFM)は強力な特徴エンコーダとして広く採用されていますが、既存のデコード戦略は重要なボトルネ
Robotic navigation in unstructured environments requires robust situational awareness to safely traverse hazar
Video Diffusion Transformers process long spatio-temporal sequences, making self-attention the main bottleneck
The post-training of Vision-Language-Action (VLA) models is essential due to the diversity of simulators, robo
We present Loopie, the most powerful looped Transformer to date. The Loopie series consists of two Mixture-of-
Large language models (LLMs) are transforming recommender systems from matching co-occurrence patterns in hist
Under model--harness co-evolution, harnesses are not merely inference-time scaffolds but data-generating compo
Muon is competitive with AdamW in large-scale pre-training, but its value for reinforcement-learning (RL) post
Despite strong capabilities in data understanding and decision-making, autonomous data science agents still he
スコアベース生成モデルにおけるモード分解能の向上を目的とした研究で、モード分解能がスコア関数に依存しておらず、生成サンプルから混合重みを推測できることを明らかにした。
distillationにおける予測のみを扱う学習アプローチを提案し、それをテストした。
Modern generative models are increasingly trained using model-generated signals, creating both opportunities f
この研究では、時系列データの予測を目的に、新しいフレームワークを提案しました。このフレームワークは、時系列データの予測を容易にするために、グループの注意とニューハウクスプロセスを組み込んでいます。
この研究では、分散最適化アルゴリズムの効率化を目的に、新しい評価方法を提案しました。この方法は、局所のSGDの効率を分析し、実際のデータヘテロgeneityを考慮することで、分散最適化の効率を向上させました。
弾性的深層ネットワークの安定性に関連する問題を解決するための新しい原理が提案されました。この原理は、入力量のエクスポネンシャルに基づく安定性しきい値が得られます。この安定しきい値は、各残差ブロックの速度場の入力量のエクス
この研究では、ルンゲクッタ分離を使用したオプティマイザのパフォーマンスを比較検討しました。結果により、通常の Adam と比較すると、ルンゲクッタ分離を使用したオプティマイザはトレーニングロスでは劣ったことがわかりました
Fractional gradient descent (FGD) incorporates long-range memory through Caputo-type operators and has been sh
この研究では、共有ニューロンを使用して時系列グラフを学習する方法、NeuronSoup を開発しました。NeuronSoup では、各パスの信号は、変数数の間のニューロンを通過する途中で、共有ニューロンを使用して伝票され
Real-world optimization problems often involve black-box functions and uncertainties in their evaluation, wide
この研究では、ウェアラブルデバイスで電気生理学記録（ECG）を分析するために使用される深層学習アルゴリズムを開発することを目的としています。このアルゴリズムは、エネルギー効率が高く、小型化が可能であるため、心臓の病気の検
Layer-wise post-training quantization of large language models minimizes each layer's reconstruction error in
Research on Nash equilibrium existence for infinite games has grown into a patchwork of technical precondition
コンピューティングリソースの確実な割り当てを実現するため、compensation designという新しい分野を提案します。
We study on-policy distillation (OPD) for agentic tasks, where an LLM agent interacts with an environment over
Cross-view geo-localization matches ground-level observations against geo-tagged satellite imagery. Recent met
We present Xiaomi-Robotics-1, a foundational vision-language-action (VLA) model capable of (1) following diver
Hyper-Connections (HC) expand the residual stream of Transformers into N parallel streams, providing a form of
On-policy distillation is an alternative post-training method in reinforcement learning that alleviates the co
Reinforcement learning with verifiable rewards (RLVR) commonly uses entropy for advantage shaping. However, en
基礎モデルの前処理を行うためのライブラリ。最小限でシームレスにスケールできる。
画像認証システムにおける悪用された画像からの画像の認証方法を提示しました。
PyTorchで使用できる画像エンコーダとバックボーンの最大のコレクションです。トレーニング、評価、推論など様々なスクリプトや事前の重み付きデータが含まれます。
Large Language Models（LLM）の個別化はモデルを適応させることができるが、計算リソースが限られている状況では、コストがかかるSupervised Fine-Tuning法か、軽量なIn-Contex
可予性プロセスの近似は、数学的ファイナンス、機械学習、制御理論、物理学などの分野で重要な問題である。このため、NeuralChaosを用いて、可予性プロセスの近似を解くための新しい方法を提案した。
We study sparse threshold random geometric graphs generated by high-dimensional spherical or Gaussian latent v
Longitudinal tumor measurements, dropout information, and genetic covariates provide complementary information
Amyotrophic lateral sclerosis (ALS) is a progressive and heterogeneous neurodegenerative disease in which pred
Lipschitz continuity is a fundamental property of neural networks that characterizes their sensitivity to inpu
難しい環境でマルチオブジェクトの検知と追跡が可能なPiVoTを開発、実用的なソリューションを提案した。
この研究では、目標が現在の状況に依存するゴール表現を確立します。研究者は、目標の静的表現をステート条件表現に更新することで、現在の状況に応じて目標を修正します。
流れの観測値から潜在値を推測することを目指し、流れの観測値からの潜在値推測を可能にするための新しい正則化手法を提案し、正則化手法が流れの観測値からの潜在値推測を効果的に推測することを確認している。
Boosting is one of the most successful learning techniques for standard classification and regression tasks. I
Spiking Neural Networks (SNNs) trained through unsupervised Spike-Timing-Dependent Plasticity (STDP) have been
We study two-player zero-sum turn-based games played on graphs with multiple reachability objectives called ge
二者間取引のランダム オフィシャーの機構を研究し、選択された取引者が取引を実行するための最適な価格を決定することを目的とした研究。
Existing 3D generative models predominantly rely on implicit volumetric representations, which enforce waterti
Agentic language models must learn when to call tools, when to consume tool responses, and when to answer dire
Video generative models commonly rely on latent spaces learned by 3D Variational Autoencoders (3D-VAEs). Howev
Stochastic convex optimization is a classical problem with well-understood guarantees under first-order feedba
Circular data, representing angles or directions, are frequently encountered in computer vision, biology, geol
平方2-Wasserstein距離を基準に、無相関の因子分析と帰納的因果推論を実現するものです。この距離は、独立な標準化されたソースと、その線形結合のWasserstein非ガウス性の間の厳密不等式を利用しています。
多種多様なデータに対して条件的独立性の検定を行う方法です。混合タイプデータに対して統一的な、効率的な、あるいは統計的に有効な解決策は存在しませんでしたが、グラフ上のノード間の距離を比较する方法を提案しています。
We study the long-time behavior of the Wasserstein gradient flow of the squared Maximum Mean Discrepancy (MMD)
フォワードフォワード法で信頼性を向上させるために、対数比推定を用いて信頼性の正確な推定値とする。
ラベルノイズ時の回帰を支援するために、fisher階度膨張を用いる。
金融データの分布の変化を検出し、信用リスクモデルの監視を行う方法です。Jensen-Shannon-DivergenceやKullback-Leibler-Divergenceなどの分散量は異なる種類の変化を検出できます
Extended Dynamic Mode Decomposition (EDMD) approximates Koopman operators from data, but a single global opera
Low-power event-based Analog Front-Ends (AFEs) are essential for building efficient, end-to-end neuromorphic s
GNCAは、自己維持と自己修復を実現するのに安定した能力を持っていますが、その内部ダイナミクスがまだよく理解されていません。内部の揺らぎ---隠れチャンネル状態の時間的微小変動---がこの能力の発揮にどのような役割を果た
構造オプティミゼーション問題は、決定変数が多数、かつ非凸の可行域を持つため、Pareto前景に到達するには多数の関数評価が必要とします。そのため、高性能で効率的なオプティミゼーションアルゴリズムが必要になっています。この
暗号化された制御システムでは、クラウドがホモモルフィック暗号化された状態を操作し、動物達の動作をプライバシーで管理することができる。安全を確保するために、サイドチャネル攻撃のリスクを考慮しながら、制御機器が信頼できると仮
When a real-world scene is captured by a smartphone camera and viewed on its screen, the displayed image often
Code review helps maintain software quality before code integration, but it also imposes a substantial workloa
OpenRLHFは、Ray上に構築された強化学習フレームワークです。このフレームワークは、PPO、DAPO、REINFORCE++など、様々な強化学習アルゴリズムをサポートしています。
LakonLabは、AsymFlow、pi-Flow、GMFlowなどの生成型流体力学を実装するためのオープンソースプロジェクトです。
有限群は固有性の高い代数的構造であり、カイレー図は群の富むネットワーク構造を明らかにし、群の結構を測定・比較・学習することに役立つ。研究では、群の大きさ$767$未満および$131,406$のカイレー図を収集し、各群の群
ルート選択に関する研究を進め、人間の選び方を再現することで、スマートなナビゲーションシステムを開発します。
健康状態の推測は、人間の健康状態を推定するために、生物学的および行動的なデータを使用します。この研究では、健康状態を予測するための基金モデルとしてのDAG-FMを提案しました。
この研究では、Causal Discovery Foundation Modelを提案しました。このモデルは、観測データから潜在的な原因構造を回復することを目的としています。
この研究では、欠損データを持つ場合に活用できる、新しいスァグル分析方法を提案した。この方法は、欠損値の推測とスァグル分析の統合を実現することで、欠損データを持つ場合に、信頼性の高い結果を得ることができる。
この研究では、制御理論の適用を簡素化するための新しいアプローチを提案した。このアプローチでは、Koopman演算子を使用することで、非線形システムを線形システムとしてモデル化し、制御理論を適用しやすくする。
大型言語モデル(LLM)は最近急速に普及していますが、その推論に際してはAI加速器が必要になります。トークンフェーズはLSTMなどのニューラルネットワークで処理される分野ですが、現在AI加速器におけるこの分野の効率を向上
In this paper, we propose deep learning based NeuroMem-FHP framework for estimating the parameters of the frac
We study the coupled objective J_K^WOR = E_{S ~ PL-WOR_K}[max_{i in S} R_i]: the expected maximum reward of a
This paper develops a model-free reinforcement learning framework for continuous--time extended mean field con
この研究では、従来のNAS方法のコストを抑えるための方法を開発します。 この方法では、NASをトランスフォーマーを使用して実行します。
A substantial number of patients experience diminished mobility due to disabilities, diseases, or accidents. A
Detecting muscle fatigue via surface electromyography (sEMG) is essential for applications in sports, rehabili
この研究では、ゲーム理論的な均衡点を理解するための手法を開発します。この手法を使用すると、ゲーム理論的な均衡点を理解できます。
この研究では、オンライン確率サンプリングを高速化するための新しいアルゴリズムを提案した。このアルゴリズムは、オブジェクトの分割構造を考慮することで、効率的なデータ構造を構築し、オンライン確率サンプリングを高速化できる。
In this report, we introduce Qwen-Music, a powerful music generation model capable of producing highly musical
Decoding brain activity is useful for characterizing brain processes and understanding the functional architec
Small-data inverse design is challenging in engineering informatics when observations are heterogeneous, mixed
Pseudo-labeling based on Optimal Transport (OT) has become an effective mechanism for enhancing short text clu
We propose a two-stage estimator for structural mediation parameters that combines deep representation learnin
In pre-LayerNorm looped transformers, LayerNorm inside the recurrent block acts as an implicit gain controller
Reinforcement learning for large language models (LLMs) typically relies on trust-region masks to stabilize of
Reliable forecasting of several interrelated environmental variables - such as regional precipitation and temp
The Neural Tangent Kernel (NTK) is one powerful tool for analyzing the training dynamics of neural networks in
Recursive reasoning models address structured problems by repeatedly updating latent states of small neural ne
Dimensionality reduction has proven powerful for identifying neural manifolds, which are low-dimensional struc
Despite recent scaling successes, multilingual ASR performance remains highly uneven, with long-tail languages
この研究では、COVID-19臨床パスウェイズの予測監視を支援するために、パイプラインを構築しました。このパイプラインには、データリフティング、時間的再構成、イベントログの構築、プリフィックスベースの表現、予測モデルの整
「fastai」は、深層学習のライブラリです。
Many scientific and engineering applications generate responses that are not scalars or vectors, but statistic
Within-class variance in language-model representations is commonly read as incomplete neural collapse. We arg
We study a symbolic search space for the Collatz conjecture based on finite exponent codes of the accelerated
Neural networks can learn algorithmic input-output mappings, but trusting a learned executor requires more tha
Fixed-state sequence models compress an unbounded past into a bounded state, which caps their associative reca
The human visual system (HVS) employs foveated sampling and eye movements to achieve efficient perception, con
学習過程で保持される情報の分析を提案。モデルが学習した情報を保持するパターンを調査することで、汎化能力を向上させるための新しい方法を開発した。
このライブラリは、コンピューター ビジョンのための高度なAI解釈と可視化ソリューションです。このライブラリは、CNN、ビジョン トランスフォーム、分類、物体検出、分割、画像類似度など、さまざまなコンピューター ビジョンの
AlphaZero has demonstrated that a neural-guided Monte Carlo Tree Search can achieve superhuman performance, bu
複数のエキスパートから予測したデータを合計して、より正確な予測を行うフレームワーク。
The escalating demand for Machine Learning (ML) training resources in recent years has resulted in a substanti
ポケモン トレーディングカードゲームのメタゲーム分析を機械的に実行するための一つのフレームワーク。
この論文では、人とアシスタントが協力してタスクを解決する場合のオンラインバージョンの協力ゲーム (Assistance Games) 構造を研究しています。この文脈では、人間は世界の状況を把握できますが、アシスタントは人
これは、社会的行動を予測するための新しいフレームワークであるSocial-spatial dependenciesを提案し、個々のエージェントが社会的信号を学習する能力を向上させる。
これは、単一のエンティティスパイクニューロンモデルの特徴と分類をまとめたものであるSingle-Entity Spiking Neuron Models: Surveyをまとめたもの。
これは、脳モデルとシンナー2チップの結合により動的なニューロンマニフルドを実現したDynamic neural manifolds for flexible closed-loop control on neuromor
Pairwise comparisons are fundamental in the analytic hierarchy process. Various consistency indices have been
セミ値法は、ゲームの不平等な分配を均衡させようとするものです。しかし、その根底にある構造が何なのか、という問題を調べました。研究の結果、セミ値法ではすべてのプレイヤーが同等の情報を持っていることがわかりました。
Training tool-use agents to improve from their own experience remains challenging, as supervised fine-tuning r
Human memory is reconstructive, not a faithful recording. Current multimodal LLMs (MLLMs) lack this capability
ビーガルフレームワークは、GPUを用いた遺伝的プログラミングフレームワークであり、NVIDIA GPUを用いることで、効率的な遺伝的プログラミングサーチを行うことができる。この技術ガイドでは、ビーガルフレームワークを紹介
spiking neural networkの設計とシミュレーションを行うためのフレームワークを提案する
自律システムは、タスクの解決に加えて、実世界の制約下
これは、プレイヤーが勝つゲームの勝利条件の強制とパロディーを目的としています。カードプレーヤーのゲームで特に興味を持っています。
格闘ゲームNeutral Playにおける非確定情報ゲームを取り扱い、非確定情報ゲーム向けのオープンソース環境 FootsiesGymを開発した。
Next-generation wireless networksにおける分散型ゲーム理論を用いた6Gのセキュリティを研究します。分散型ゲーム理論は、6Gの通信システムが環境の認識とデータの伝送両方を実現するために必要な
買い手が情報を共有すると交渉が困難になる可能性があります。この問題に対処するために、貢献者が情報を共有するリスクを減らすための新しいアプローチ、「contextual auction with bandit learni
Large language models (LLMs) have demonstrated growing competence in web page generation. However, existing te
イベントベースセンシングの活用と生物学的インスピレーションを利用した障害物検出を実現するために、飛行経路を用いた新しいアプローチが提案される。このアプローチは、イベントベースセンシングの活用と生物学的インスピレーションを
Designing effective multi-objective Bayesian optimization (MOBO) algorithms requires balancing many interdepen
The integration of Large Language Models (LLMs) with evolutionary computation has emerged as a powerful paradi
本研究では、推論プロセスの検証を目的とした Heaviside 不連続性の考慮を提案する。これにより、推論プロセスにおける潜在的なミスを検出した上で、正しい出力を生成することができる。
Parkinson's disease (PD) affects millions worldwide and causes severe motor symptoms. Adaptive deep brain stim
A central goal of current Spiking Neural Network (SNN) research is to improve their accuracy toward becoming l
Language models increasingly mediate paid advice: agents submit open-ended forecasts, recommendations, plans,
Plasma diagnostic models for tokamak fusion devices are almost universally evaluated on clean, complete sensor
When is a material system a candidate for life at all? We argue that this question is prior to behavior, funct
Optimizing composite stacking sequences to match continuous targets (e.g., Lamination or Buckling Parameters)
Most artificial life simulators either operate on abstract substrates disconnected from physical reality, or s
We propose an asymptotic analysis of the Shapley value in a dataset valuation setting in which utilities are m
Neuromorphic controllers for size, weight, and power-constrained systems require neural architectures that are
この論文では、クォンタムAIで使用される高速重みプログラマー(QFWP)を安定化するために、QFWPに制約付きの古い状態モデュレータを導入した新しいframework「Stable Self-Modulating Qua
In-context learning (ICL) は、現代の AI アーキテクチャのフワードパスの内側に埋め込まれた、潜在的なグレーディエント降下です。ICL を生物学的に可能性がある Spiking Neural N
この研究では、アルツハイマー病の前期診断と生物学的マーカーの検出にAI技術を適用します。AIモデルをトレーニングするために、電気エイセフィログラム（EEG）データを使用し、精度を高めます。また、AIモデルが得た情報を分析
SNNは、脳の行動を模倣するためのニューラルネットワークである。SNNの構築には、電子ニューロンを設計することが必要であり、その構築には、多くの方法が考えられていて、その構築は複雑で困難であり、実装も容易ではない。この研
波形機能崩壊 (WFC) は、プロセス内容生成のために普及している一種メソッドで、ローカルな隣接制約を学習しながら、例の入力からより大きな出力を生成する。WFCに進化的検索を組み合わせることで生成されたレベルの評価が可能
この論文は、メタ解析システムのフレームワークレベルでの解釈を研究する。メタ解析システムのリソースループの解釈は、ナラティブのための象徴的表現だけではなく、フレームワークレベルにおいても存在するのではないかという質問を中心
Matroid prophet inequalities admit an optimal 2-competitive algorithm, which relies on adaptively updating thr
Strategic value can fall when an option becomes visible. A route, signal, bet, or opportunity may be attractiv
鉄道アジストゲームのスロット価格決定の問題を解決するための、アプローチを提示しました。
「計算的生命」論文は、ペアが相互作用する複雑なシステムにおいて、自己複製体を容易に発見できることを示しました。ここでは、逆説的には、単純な遺伝子突然変異ウォークを用いた自己複製体の検出に新しいアプローチを提案し、この方法
Lightweight neuromorphic computing offers a promising route to efficient AI, with particular benefits for reso
このアプローチでは、ゼロサムゲームのポリシー表現学習を取り上げ、ポリシー表現を生成し、評価する方法を提案しています。
Evolutionary neural architecture design for multivariate time-series forecasting remains underexplored, with m
精密機械学習の堅牢性と精度の観点から、ネットワークの入力値をランダムにノイズを追加して精密機械学習の堅牢性を評価する研究であり、それらの間の関係を調査した。
データ共有と競争を経済学的にもうつることの影響を分析する。この研究では、企業がデータを共有することで、競争が減るか増すかを考察し、データ共有と競争の関係を分析する。
データ市場におけるデータの取引の促進。この研究では、データの取引を促進するための経済的インセンティブを開発する。
This paper presents the Metabolic Multi-Agent Optimizer (MMAO) as an adaptive metaheuristic built around endog
This research investigates the optimization of Convolutional and Dense Neural Networks (CNNs and DNNs) for aut
Binary aggregation without verifiable ground truth arises when agents' reports must be aggregated without acce
Author-level submission quotas are increasingly used to control growing peer-review load. Recent coauthorship-
Continual learning (CL), where a model is trained on a sequence of data tasks, is increasingly being adopted a
画面の生成モデルであるHunyuanVideoを開発した。HunyuanVideoは、複雑なシーケンスを生成する能力を持つ。
Current models of representational reliability in neural populations focus on temporal stability: whether popu
Modern machine learning applications employ deep neural networks training with the error backpropagation algor
Chain-of-Thought (CoT) improves large language models (LLMs) on difficult reasoning tasks, but it often incurs
When two companies bid to buy the same target, no one knows exactly what the target is worth. Each bidder pays
Upper Confidence Bound (UCB) algorithms guarantee sublinear regret for agents learning unknown stochastic envi
Artificial neural networks (ANN) provide accurate continuous-valued representation, whereas spiking neural net
Efficient computation of shortest paths in weighted graphs is a fundamental problem with many applications. Ne
We introduce the game changer problem, where an external designer modifies a game's reward matrix to make a ta
The mean mechanism is known to be non-incentive-compatible, namely, rational players are incentivized to misre
This paper develops a continuum theory of exit-and-join coalition dynamics in nonatomic cooperative games. We
Neuromorphic and edge computing research has focused on reducing the inference cost of neural network controll
Scalar objective functions are required when a multi-criteria optimization problem must yield a single preferr
Traditional meta-heuristics often rely on fixed population sizes, manually chosen search scales, and externall
Recent breakthroughs in synaptic-resolution network connectomics have revealed that brain circuits feature fin
WearableデバイスやIoTセンサには、非線形活性関数や感知機などで計算を実行する必要のある信号処理やセンサカレブリューションが必要です。
Deploying spiking neural networks (SNNs) on neuromorphic hardware demands aggressive synaptic pruning while pr
CANN(Continuos Attractor Neural Network)の研究を支援するために、CANN研究に特化したシミュレータを開発します。
可算推定に適した制約付き一つの目標関数の最適化に適したアルゴリズムDE-2LSが紹介されます。
可算推定に適した一つの目標関数の最適化アルゴリズムとして、DE-2LSが紹介されます。
Molecule generation methods that leverage generative models have been successfully applied to drug discovery.
再発生モデルに効率的な記憶の管理を提案しており、記憶の除去はデータの新規記憶と共存する必要があります。
オープンスースペルミートゲームには、プレイヤーが決定手順に依存して動作するエージェントが含まれる。オープンスースペルミートゲームのパラメトリックモデルが提案され、自発的勾配の理論的枠組みが確立される。
このリポジトリでは、AIエンジニアリングのためのオープンソースプラットフォームであるMLflowを提供しています。
Train high-quality text-to-image diffusion models in a data & compute efficient manner
この研究では、パーソナライズされた話し言葉アシスタンスシステムを提案します。
Existing quantum-inspired simulated bifurcation algorithms rely on dynamic scheduling methods but lack the abi
This paper presents general strong duality results when testing hypotheses by betting against them. A bet is a
Node centrality is a fundamental problem in network analysis, yet classical metrics fail to capture the collec
Understanding how the architecture of neural networks shapes the computations they carry is a central challeng
ゲーム オブ ライフ の動態を学習する方法を調べ、特定の活性関数を使用することで、より効果的に学習できることがわかりました。
Backpropagation-trained dense neural networks are powerful function approximators, but they couple learning ac
Recent advances in quantum machine learning have motivated efficient models for sequential data processing. In
Recent advances in quantum computing and machine learning have motivated the development of quantum models for
この研究では、スパチオ時空間のカオスの予測を目指すリザバーコンピューティングのための新しいアプローチ、Evolutionary Optimizationを提案しています。これにより、リザバーの構造自体を進化させることが可
We study a continuous-time stochastic Stackelberg control problem in which a leader steers a system of strateg
Mean field games efficiently approximate a very large population of strategic agents. While these games can ai
Language models turn a worded situation into a numeric plan, and the dominant pipelines (NL4Opt, OptiMUS, ORLM
この研究では、モデルの行動を分析し、モデルの行動を他の環境に適応させる能力を評価する方法であるBehavioral Portability Testを開発しました。
Edge neuromorphic systems need compact, configurable hardware that combines probabilistic inference, local lea
Building on resistive communication, this paper presents a physics-based design of an on-chip neural network w
Self-play with naive gradient ascent cycles in two-player zero-sum games: the last iterate orbits the equilibr
We develop a risk-aware information theory by replacing expectation with expectiles, introducing expectile ent
The intricate structures of biological neural networks largely emerge during development, guided by a comparat
We construct a minimal but biologically plausible spiking neuron model operating in discrete time, combining m
Generating a diverse set of high quality solutions for an optimisation problem has been studied extensively in
Many online decision platforms, from hiring marketplaces to auctions, face a tension between efficient decisio
Many allocation problems are intrinsically multidimensional, since an item may contribute differently to sever
The increasing virtualization of automation software leads to a growing co-location of heterogeneous applicati
The temporal structure of reward composition in reinforcement learning (RL) is typically hand-designed and hel
物理学定理を使用したニューラルネットワークを提案。物理学定理をニューラルネットワークに組み込み、この定理を用いて機械学習を向上させる。
神経網路の設計を目指す本研究では、ANNとSNNを組み合わせたハフマン式設計法
概率モデルに基づく進化アルゴリズムは、暗号化された最適化において強力なツールである。特に、ASNGは、重力を適応させることで、効率的かつ安定した最適化を実現している。しかし、重量の制御は依然として未解明の一つの分野である
この研究では、音声認識のパターン認識を分析するためのスパイクニューラルネットワークを使用します。モデルは音声認識のパターン認識に役立ちます。
Model merging integrates the capabilities of multiple expert models to create strong models for multiple tasks
Attentionメカニズムをフラストレーションされた同期の観点から研究した。この方法では、トークンの状態を相関する相のフェーズとして設定することで、Attentionメカニズムがどのようにして計算されるかを理解すること
The escalating congestion in orbital space demands advanced monitoring solutions. This work presents a compreh
次元制御とモジュラリティの関係を研究することで、続き続ける学習において、安定性と変化性を最適化し、より効率的な学習を行うことが可能となる。
Efficient processing of continuous audio streams remains a key challenge for real-time and resource-constraine
この研究では、テクノロジックコンピューティングを使用して、特定の生体活性を実現する化合物の設計に焦点を当てます。これは、有毒物質と有害な物質を含む、広範囲にわたる化合物集合を効率的に探索するために使用する可能性があります
この研究では、エッジデバイスで機械学習を実行するという目標を達成します。これは、機械学習をエッジデバイスに実行するための実用的な方法を提供します。
Many undergraduate students in Computer Science (CS) and Software Engineering (SWE) struggle to identify suita
Spiking Vision Transformers (SViTs) have emerged as alternative low-power ViT models, but their large sizes hi
この研究では、Controlled Dynamics Attractor Transformer (CDAT)を提案しました。このTransformerは、Self-Attention MechanismとAssocia
How the wiring and functional organization of cortex shape recurrent computation remains a central question in
Intracortical brain-computer interfaces suffer from day-to-day neural signal shifts that degrade pretrained de
Spiking Neural Networks (SNNs) offer an energy-efficient paradigm for edge AI, making them attractive for hard
Learning in biological multilayer neuronal networks offers insights that extend beyond the classical weighted-
Associative memory models play a fundamental role in pattern retrieval, but their performance often degrades u
この研究では、Spiking Neural Networks (SNNs)を用いて、時系列予測を改善し、複数の変数間の関係を考慮することができることを示しています。
スパイクニューラルネットワークは、エネルギー効率のよいAIモデルです。この研究では、スパイクニューラルネットワークのアクセラレータを実装し、その性能をテストしました。
FMCWレーダーの周波数推定には従来のFourier変換法が一般的ですが、記憶保存と処理が必要で、低遅延アプリケーションでの利用が困難です。ARFニューロンを用いたアプローチを提案し、効率的な周波数推定を可能にしました。
Safe rehabilitation is an interaction-dynamics problem: the controller must regulate a prescribed motion while