MLinfo | 機械学習・AI論文まとめ

自然言語処理大規模言語モデル異常検知テキスト強化学習

Training Large Language Models for Self-Explanation Faithfulness

この研究では、自己説明の信頼性を検証するためのRL方法を提案し、自己説明の信頼性を直接最適化するための新しいアプローチを検討します。

用途: 自己説明の信頼性
難易度: Hard
コスト: High

Nipping the Butterfly Effect in the Bud: Self-Output Fine-Tuning for Autoregressive Weather Prediction

この研究では、長期

自然言語処理RAG異常検知予測テキスト

用途: 天気予報
難易度: Hard
コスト: Low

品質予測/異常検知深層学習RNN / LSTM検出異常検知教師なし

Unsupervised Consensus-Based Anomaly Detection for Spatiotemporal Malaria Incidence in Ghana

A consensus anomaly detection framework was applied to monthly malaria surveillance data from Ghana (2014-2023

用途: 検出
難易度: Hard
コスト: Medium

CSPF: A Constrained Shared-Private Fusion Method for Non-Verifiable Preference Evaluation

非真実性の評価において、評価手法が多様な評価基準を捕捉する能力に乏しく、評価者間の偏見が存在する問題を解決するために、CSPF (Constrained Shared-private Fusion) を提案している。

自然言語処理RAG異常検知

用途: 非真実性の評価
難易度: Hard
コスト: Low

MI向き深層学習軽量化・量子化セグメンテーション異常検知画像

Unified Video Dense Prediction from Disjoint Data

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。

用途: ビデオの分割推論
難易度: Hard
コスト: High

GuidedAttention: Interpretable and Correctable Visual Attention for OOD-Robust Robot Manipulation via Imitation Learning

視覚モータリティポリシーを学習する際、人間が視覚アタッチメントを理解し、修正できるようにするため、視覚アタッチメントを明示的にしたフレームワークを提案します。

説明可能生成AI拡散モデル異常検知画像

用途: ロボットマニュピュレーションの視覺アタッチメント
難易度: Hard
コスト: High

When Does Recurrence Become an Algorithm? Convergence Selection in Weight-Tied Looped Transformers

When does a weight-tied looped transformer -- one block applied T times -- implement an actual algorithm? We a

深層学習Transformer異常検知

用途: 異常検知
難易度: Hard
コスト: High

品質予測/異常検知深層学習軽量化・量子化検出生成異常検知

Classical Hardware Acceleration of Quantum Autoencoders for Real-Time Anomaly Detection in Collider Experiments

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。

用途: クラスター検出アナライザーにおける量子力学の応用
難易度: Hard
コスト: Low

Hard Guarantees at a Measured Price: Entropy-Stable Learned Finite Volumes for Compressible Flow

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。

深層学習Transformer異常検知

用途: 圧縮流体の解析
難易度: Hard
コスト: High

Diffusion ReRoll: Revisable Denoising for Robotic Sequential Prediction

この研究では、実世界ロボットのシーケンシャル予測に使用できる、diffusion-based frameworkを提案しました。

自然言語処理RAG生成異常検知テキスト

用途: 実世界ロボットのシーケンシャル予測
難易度: Hard
コスト: High

Closing the Lab-to-Store Gap: A Data-Efficient Post-Training and Experience-Driven Learning VLA Framework for Retail Humanoids

Closing the gap between benchmark performance and reliable real-world operation remains a central challenge fo

深層学習軽量化・量子化異常検知画像テキスト

用途: 異常検知
難易度: Hard
コスト: High

Drift-Aware RL-based Wavelet Denoising for Network-Traffic Anomaly Detection

回線流量データに対するノイズと漂移を考慮した波列減少アルゴリズムを実装し、静的な波列減少法が漂移のあるシナリオでは効果を低下していると指摘する。

品質予測/異常検知自然言語処理RAG検出異常検知

用途: 回線流量異常検出システムの精度向上
難易度: Hard
コスト: Low

品質予測/異常検知コンピュータビジョンセグメンテーション検出異常検知テキスト

Rethinking Open-World Video Anomaly Detection: Diagnosing Definition Blindness

Open-world video anomaly detection (OWVAD) is expected to detect events that match a user-specified definition

用途: 検出
難易度: Hard
コスト: High

KineBench: Benchmarking Embodied World Models via IDM-Free Kinematic Grounding

Evaluating the physical consistency of embodied world models(EWMs) is a critical open challenge. While closed-

コンピュータビジョン3D・点群生成異常検知画像

用途: 生成
難易度: Hard
コスト: High

品質予測/異常検知コンピュータビジョン動画認識検出異常検知マルチモーダル

Clinical Pathways as Safety Specifications for Physical AI in Hospital Wards

Clinical Pathways は、ロボットが実際の環境で安全に動作するためのシステムである。これは、ロボットが病室で安全に作業し、医療スタッフや患者を守る。

用途: 医療機関で使うロボットの安全性を確保するためのシステム
難易度: Hard
コスト: High

arxivPaper only2026-07-21

Scaling Laws for Hypernetwork-Based Knowledge Injection in Large Language Models

ハイパーネットワークを用いた知識付与法を提案し、大規模言語モデルに確実に知識を付与する方法について検討した。

自然言語処理大規模言語モデル異常検知テキスト

用途: LLMに知識を付与
難易度: Hard
コスト: High

arxivPaper only2026-07-21

Geospatial Diffusion-based Evolution Synthesis (GeoDES) for Storm-Centered Weather Augmentation

While machine learning-based weather models hold significant promise, they struggle to predict the detailed st

深層学習軽量化・量子化生成画像動画

用途: 生成
難易度: Hard
コスト: High

arxivPaper only2026-07-21

BLUE: Semantics-Preserving Video Compression for Efficient Vision-Language Surveillance Analytics

Continuous surveillance video creates a growing storage, transmission, and inference burden for enterprise vid

品質予測/異常検知深層学習Transformerテキスト動画マルチモーダル

用途: 技術検証・論文読解補助
難易度: Hard
コスト: High

説明可能品質予測/異常検知自然言語処理ファインチューニング検出異常検知テキスト

O-VAD: Industrial Video Anomaly Detection through Object-Centric Tracking and Reasoning

工場の中の異常が検出されるように設計された機械学習モデルを提案しています。通常の方法では、モデルはビデオ内のすべての内容を考慮し、複雑な問題を解決することは困難です。提案されたモデルのアプローチは、オブジェクトを検出して

用途: 産業ビデオの異常発生検出
難易度: Hard
コスト: High

センサ/時系列深層学習Transformer分類異常検知画像

Recti-Q: Feature-Space Rectification for Out-of-Distribution-Robust Quantized Perception in Edge Robotics

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。

用途: エッジロボチクスでの画像認識の安定性
難易度: Hard
コスト: High

RoboHarness: Memory-Driven Orchestration of Heterogeneous Robot Policies for Long-Horizon Planning

existing robot control methodの限界を解決するためのmemory-driven orchestration method、RoboHarnessを提案し、長期計画を実現する。

自然言語処理プロンプトエンジニアリング異常検知

用途: ロボットの長期計画を解決する
難易度: Hard
コスト: High

Reasoning as a Double-Edged Sword: Architecture and Cross-Stage Robustness in Vision-Language-Action Models

この研究では、混乱のないターゲットに可視化言語アクションモデルを適応させることを目的として、3つのモデルを使用して研究を行った。3つのモデルは、観察から直接行動へのマッピング、テキストチャインオブスロット、潜在的な反復ル

自然言語処理RAGテキストマルチモーダル

用途: 可視化言語アクションモデルを混乱のないターゲットに適応させる
難易度: Hard
コスト: High

MI向きセンサ/時系列強化学習マルチエージェント異常検知

Compositional Semantic Communication for Physical AI: Category Theory Meets Game Theory

Physical artificial intelligence (AI) systems involve distributed sensing agents with embedded AI models that

用途: 異常検知
難易度: Hard
コスト: Medium

arxivPaper only2026-07-19

Kernelized Linear Attention: Breaking the Capacity Wall with Symmetric Cones

Linear attention promises constant-time recurrent inference but degrades sharply on associative recall. We for

深層学習RNN / LSTM異常検知

用途: 異常検知
難易度: Hard
コスト: High

arxivPaper only2026-07-18

Hazard or Anomaly? Evaluating VLMs for Understanding Dangers and Discrepancies

Modern safety-critical systems increasingly rely on human-robot interaction to reduce disaster risk and suppor

自然言語処理プロンプトエンジニアリング分類検出テキスト

用途: 分類
難易度: Hard
コスト: High

arxivPaper only2026-07-17

Data and Learning Where it Matters for Contact-Rich Manipulation

この研究では、接触の豊富なマニピュレーションを実現するための、データの収集と学習を改良した方法を提案し、ロボットの制御の精度を

自然言語処理RAG異常検知強化学習

用途: 接触の豊富なマニピュレーションのためのデータ収集と学習
難易度: Hard
コスト: Low

arxivPaper only2026-07-16

Prediction-Only Distillation in Linear and Logistic Regression

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。

深層学習軽量化・量子化分類回帰異常検知

用途: distillationにおける予測のみ
難易度: Hard
コスト: High

arxivPaper only2026-07-12

Did We Actually Fix It? An Independent Adversarial Stress-Test of Post-Point-Adjustment Evaluation Metrics for Time-Series Anomaly Detection

Point-adjustment (PA), for years the default scoring protocol in time-series anomaly detection (TSAD), was sho

センサ/時系列品質予測/異常検知自然言語処理RAG検出異常検知時系列

用途: 検出
難易度: Hard
コスト: Low

arxivPaper only2026-07-11

Emergent Generalization by Representation Learning in Artificial Neural Networks

Dimensionality reduction has proven powerful for identifying neural manifolds, which are low-dimensional struc

説明可能センサ/時系列深層学習Transformer異常検知埋め込み時系列

用途: 異常検知
難易度: Hard
コスト: Low

arxivPaper only2026-06-30

Distributed Hierarchical Temporal Memory with Shared Associative Memory for Cross-Entity Preemptive Warning

分散型時間関数記憶体を用いた異常検知システムを開発しました。このシステムは、関連のあるエンティティの予兆行動を共有メモリ空間に保存し、異常検知に役立ちます。このシステムは、異常検知に役立つ新しい方法を提供します。

センサ/時系列品質予測/異常検知自然言語処理RAG検出生成異常検知

用途: 分散型時間関数記憶体を用いた異常検知
難易度: Hard
コスト: Low

arxivPaper only2026-06-20

Learning a Normal World Model for Few-Shot Boundary-Calibrated Abnormality Detection

Abnormality detection in complex systems faces two practical barriers: abnormal labels are scarce, and binary

少数データ向きセンサ/時系列自然言語処理プロンプトエンジニアリング検出テキスト

用途: 検出
難易度: Hard
コスト: Medium

arxivPaper only2026-06-13

Controlled Dynamics Attractor Transformer

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

説明可能品質予測/異常検知深層学習Transformer分類検出異常検知

用途: Controlled Dynamics Attractor Transformer (CDAT)を提案すること。
難易度: Hard
コスト: Low