MLinfo | 機械学習・AI論文まとめ

Zero-Flow Two-Sample Tests

We propose a new approach to two-sample testing for deciding whether two sets of samples are drawn from the sa

コンピュータビジョンセグメンテーション回帰画像

用途: 回帰
難易度: Hard
コスト: Medium

Automatic knot selection in smooth additive models

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。

深層学習軽量化・量子化回帰テキスト

用途: なじみのないデータの分析
難易度: Hard
コスト: Medium

Optimal use of a black-box learner in semiparametric estimation

Consider the partial linear model $Y = μ_0(X) + β_0 \cdot T + \varepsilon$ and $T = π_0(X) + u$ in the structu

深層学習軽量化・量子化回帰

用途: 回帰
難易度: Hard
コスト: Medium

Logical Regression for Planning with Axioms

In automated planning, logical regression is an operation that returns the most general condition necessary fo

機械学習教師あり学習回帰テキスト

用途: 回帰
難易度: Hard
コスト: Medium

Memory-Computation Tradeoffs in Semi Amortized Parametric Optimization

Learning-enabled decision systems often use offline data or computation to reduce online compute cost. Despite

深層学習Transformer回帰

用途: 回帰
難易度: Hard
コスト: Medium

Are Diversity Metrics Measuring Diversity? A Capability-Controlled Audit of Majority-Vote Gain in LLM Ensembles

Majority voting over LLMs is widely assumed to benefit from diversity, and diversity measures are used to choo

自然言語処理大規模言語モデル回帰

用途: 回帰
難易度: Hard
コスト: High

One Round Is All You Need: Analytic Federated Learning for Task-Heterogeneous Multi-Label Medical Image Classification

Federated learning (FL) enables multiple clinical institutions to collaboratively train a shared disease class

コンピュータビジョン画像分類分類回帰画像

用途: 分類
難易度: Hard
コスト: Low

Adaptive deep nonparametric regression from dependent data under covariate shift

この研究では、共依存データに対する非パラメトリック回帰を研究し、共依存データに対する深層学習における精度を向上させた。

センサ/時系列機械学習教師あり学習回帰時系列

用途: 共依存データに対する非パラメトリック回帰
難易度: Hard
コスト: High

Interpretable Fuzzy Rule-Based Regression Extension for Ex-Fuzzy Library

Machine learning models achieve high predictive accuracy in regression tasks, but their deployment in safety-c

説明可能深層学習軽量化・量子化回帰

用途: 回帰
難易度: Hard
コスト: Medium

Adaptive Bayesian Online Learning via Expert Aggregation

Bayesian online learning promises uncertainty-aware prediction on data streams, but its performance hinges on

少数データ向き自然言語処理RAG回帰

用途: 回帰
難易度: Hard
コスト: Low

On Optimization Complexity of Second-Order Certified Unlearning

訓練データの削除を扱う研究、Second-Order Certified Unlearning を紹介する。

機械学習教師あり学習回帰

用途: 訓練データの削除
難易度: Hard
コスト: High

arxivGitHubあり2026-07-22

Instance Hardness-Based Relevance for Imbalanced Regression

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。

深層学習Transformer回帰

用途: 回帰問題の不均衡
難易度: Easy
コスト: Medium

Good Practice Guide for quantifying uncertainties for machine learning models applied to photoplethysmography signals

この研究では、人間の皮膚から放出される光を検出し、その測定値から健康状態の予測を可能にする手法を提案しました。

機械学習教師あり学習分類回帰

用途: 人体検温法に基づく機械学習モデルの不確実性の推定
難易度: Hard
コスト: Low

表形式向きCPUで試しやすいセンサ/時系列品質予測/異常検知深層学習CNN回帰予測時系列

Time Series Network Utilization KPI Forecasting Using Advanced AI/ML Models

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。

用途: ネットワーク利用率KPIの予測
難易度: Hard
コスト: Low

Learning the Arabic Dialect Continuum as a Continuous Space: A Regression Approach to Speaker Origin Prediction

We present a regression-based approach to Arabic dialect geolocation that models dialectal variation as a cont

深層学習Transformer検出回帰

用途: 検出
難易度: Hard
コスト: High

Machine Can Automatically Discover Parametric Functions to Model HEP Data

In HEP data analyses, finding an adequate function to model binned data has largely relied on a manual process

機械学習教師あり学習回帰テキスト

用途: 回帰
難易度: Hard
コスト: Medium

Twoblock clustering trees with coskewness-based dimension reduction: recovering piecewise multivariate linear regimes

The twoblock clustering tree (\tbtree) is introduced as a highly interpretable regression tree for multivariat

説明可能深層学習軽量化・量子化回帰

用途: 回帰
難易度: Hard
コスト: Medium

コンピュータビジョンセグメンテーション回帰テキスト

Quantum Kernels and the Cross-Section of Stock Returns: Anatomy of a Vanishing Advantage

Do quantum kernels improve cross-sectional stock return prediction? We run a controlled horse race on the Chin

用途: 回帰
難易度: Hard
コスト: High

CUSUM-Shaped Inference-Time Monitoring and Targeted Re-Decoding for Quantized Small Language Model Reasoning

Quantized small autoregressive reasoning models can enter long, repetitive, or unproductive trajectories, yet

自然言語処理RAG検出生成回帰

用途: 検出
難易度: Hard
コスト: Low

説明可能品質予測/異常検知深層学習軽量化・量子化回帰画像

Factor-Informed Uncertainty Distillation for Gaze Estimation

Deep gaze estimation works well in controlled capture but degrades in unconstrained settings, where systems mu

用途: 回帰
難易度: Hard
コスト: Medium

STEREOFLOW: Progressive Stereo Matching with StereoDiT and Transition Flow Matching

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

深層学習Transformer生成回帰画像

用途: オブジェクト検出の向上
難易度: Hard
コスト: High

arxivGitHubあり2026-07-21

Deep Shape Regression for Planar Curves with Multimodal Covariates

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。

深層学習CNN回帰画像マルチモーダル

用途: 多モデルの形状推定
難易度: Hard
コスト: High

arxivPaper only2026-07-21

Spiking Neural Networks for fMRI-Based Visual Semantic Decoding

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。

深層学習Transformer回帰画像

用途: fMRIから視覚情報の解釈
難易度: Hard
コスト: Medium

arxivPaper only2026-07-21

Translation as Augmentation: Effect of Translated Data on Assessment of Difficulty

Reliable Text Difficulty Assessment is a prerequisite for valid text simplification workflows and personalized

深層学習Transformer回帰翻訳テキスト

用途: 回帰
難易度: Hard
コスト: High

Mixing-Free and Signal-Optimal Learning of Gaussian Graphical Models from Glauber Dynamics

グラフ構造をグラウバー動力学から回復するために、ミクシングフリーや最適信号回復に重点を置く手法を研究します。

コンピュータビジョンセグメンテーション回帰

用途: データ分析におけるグラフ構造の回復
難易度: Hard
コスト: Medium

Using binary silver labels in electronic health records-based computable phenotyping algorithms

Gold-standard phenotype labels are often unavailable at scale in electronic health record (EHR) studies becaus

生成AI拡散モデル回帰テキスト

用途: 回帰
難易度: Hard
コスト: High

PAC--Bayes Bounds on Quotient Parameter Spaces: Geometry-induced Implicit-Bias Priors

Overparameterized models often have continuous parameter symmetries, so different parameters define the same p

深層学習正規化・最適化手法回帰

用途: 回帰
難易度: Hard
コスト: High

Unveiling Invariant and Transferable Latent Factors Across Heterogeneous Environments via ATLAS

不同環境間で共通な因子を分析するため、環境依存の因子を考慮しながら共通因子をモデル化する方法を提案することを目的としている。

自然言語処理RAG回帰

用途: 不同環境間の共通因子分析
難易度: Hard
コスト: Low

How Fast Do Signatures Learn? Statistical Theory and Applications for Path Regression

この論文では、パス値学習を行うためにpath signaturesという

MI向き生成AI拡散モデル検出回帰予測

用途: パス値学習を行う
難易度: Hard
コスト: High

arxivPaper only2026-07-19

Kernel Regression with Tensor Trains and Hadamard Overparameterization

Kernel regression with tensor trains and Hadamard overparameterization (KReTTaH) is introduced as a training-d

説明可能深層学習Transformer回帰

用途: 回帰
難易度: Hard
コスト: High

arxivPaper only2026-07-19

Econometrics with Pre-Trained Embeddings for Unstructured Data

Unstructured data, such as images and text, are increasingly used in empirical economics. Since training machi

表形式向き品質予測/異常検知自然言語処理RAG回帰画像テキスト

用途: 回帰
難易度: Hard
コスト: High

arxivPaper only2026-07-18

Isotonic Conformal Prediction

A point prediction that is well calibrated on average can still be systematically biased conditional on its ow

自然言語処理RAG回帰

用途: 回帰
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 only2026-07-16

GAttNHP: Group Attention Neural Hawkes Process for Extrapolation Reasoning in Temporal Knowledge Graphs

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。

深層学習Transformer回帰予測テキスト

用途: 時系列データの予測
難易度: Hard
コスト: Low

Supervised Fine-Tuning vs. In-Context Learning: An Equilibrium Analysis of LLM Personalization under Congestion

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

深層学習軽量化・量子化回帰テキスト

用途: LLMの個別化の戦略
難易度: Hard
コスト: High

Minimax Theory of Likelihood-Based Deep Learning for Speckle Regression

マルチ倍雑音を考慮したスペックルの除去法を提案し、特徴間の相関と正確なモデルを考慮することで、複雑な雑音モデルに対応した。

コンピュータビジョンセグメンテーション回帰

用途: 雑音の除去
難易度: Hard
コスト: Medium

少数データ向き強化学習マルチエージェント回帰テキスト

Operator-Informed Gaussian Processes for Complex Helmholtz Wavefields: From Synthetic Benchmarks to In Vivo Brain Elastography

Helmholtz方程式は、時間共伴振波の伝播を記述する重要な方程式であり、媒質が損失した場合複素係数を持ちます。ここでは、空間での波場から波方程式を推測するために、物理知識に基づくGaussian Process（GP

用途: 复雑なHelmholtz波場のための物理知識に基づくGaussian Process
難易度: Hard
コスト: Medium

表形式向きCPUで試しやすい品質予測/異常検知深層学習軽量化・量子化分類回帰

Parallel gradient boosting for flexible estimation of conditional distributions

Boosting is one of the most successful learning techniques for standard classification and regression tasks. I

用途: 分類
難易度: Hard
コスト: High

arxivPaper only2026-07-14

ANGLE: Angular Neural Generative Learning via Engression

Circular data, representing angles or directions, are frequently encountered in computer vision, biology, geol

深層学習軽量化・量子化生成回帰画像

用途: 生成
難易度: Hard
コスト: High

arxivPaper only2026-07-13

Disentangling Forced and Internal Climate Variability in Single Realizations using Dynamic Mode Decomposition with Control

We show that a single climate realization can be decomposed into forced and internal components by treating ex

説明可能強化学習モデルベース検出回帰

用途: 検出
難易度: Hard
コスト: Medium

arxivPaper only2026-07-13

Learning to control switching nonlinear systems with Koopman operator regression

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。

深層学習Transformer回帰

用途: 制御理論
難易度: Hard
コスト: Medium

arxivPaper only2026-07-13

Long-Memory Reservoir Computing for Data-Scarce Dengue Forecasting

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

センサ/時系列深層学習RNN / LSTM回帰予測時系列

用途: AI加速器でのLLMトークンフェーズを最適化する
難易度: Hard
コスト: High

arxivPaper only2026-07-12

GNet: A scalable and flexible Gaussian process network with nonparametric neurons

We develop GNet, a scalable and flexible Gaussian process network with nonparametric activation functions mode

少数データ向き自然言語処理RAG回帰

用途: 回帰
難易度: Hard
コスト: High

arxivPaper only2026-07-10

Dynamic Frechet Regression with Feature Selection for Distributional Data

Many scientific and engineering applications generate responses that are not scalars or vectors, but statistic

説明可能品質予測/異常検知深層学習軽量化・量子化回帰

用途: 回帰
難易度: Hard
コスト: Medium

arxivPaper only2026-07-10

A censoring-aware target interface for tabular foundation models in survival prediction

Time-to-event prediction from tabular patient data is central to prognosis and biomedical decision support, bu

表形式向き自然言語処理ファインチューニング回帰表形式

用途: 回帰
難易度: Hard
コスト: Low

arxivPaper only2026-07-10

High-Dimensional Interpolators Can Be Fragile: Heavy Tails and High-Dimensional Large Deviations

High-dimensional interpolation is common in modern machine learning, but its tail risk is less understood than

自然言語処理RAG回帰

用途: 回帰
難易度: Hard
コスト: Low

arxivPaper only2026-07-07

An Introduction and Tutorial for the Beagle Framework

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

深層学習軽量化・量子化回帰

用途: シンボル回帰問題
難易度: Hard
コスト: Low

arxivPaper only2026-07-02

Predicting Early Stages Of Alzheimer's Disease And Identifying Key Biomarkers Using Deep Artificial Neural Network And Ensemble Of Machine Learning Methodologies

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

表形式向きCPUで試しやすい深層学習Transformer分類検出回帰

用途: 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
難易度: Hard
コスト: High

arxivPaper only2026-06-30

Evaluation of Population Initialization Methods for Genetic Programming-based Symbolic Regression

We analyze the effect of optimizing the initial population of genetic programming (GP) for symbolic regression

機械学習教師あり学習生成回帰

用途: 生成
難易度: Hard
コスト: Medium

arxivPaper only2026-06-22

Local Pheromone Network: Sparse Local Learning with Multi-Scale Synaptic Trails, Consolidation, and Replay

Backpropagation-trained dense neural networks are powerful function approximators, but they couple learning ac

深層学習Transformer回帰テキスト

用途: 回帰
難易度: Hard
コスト: High

arxivPaper only2026-06-20

Evolutional Math: Cross-Validated Island-Model Genetic Programming for Interpretable Symbolic Regression on Small, Wide Datasets

Symbolic regression via genetic programming routinely fails on small, wide datasets - a regime common in clini

説明可能品質予測/異常検知機械学習教師あり学習生成回帰

用途: 生成
難易度: Hard
コスト: High

arxivPaper only2026-06-18

Beyond Accuracy: Measuring Logical Compliance of Predictive Models

機械学習モデルを評価する手法を提案。既存の評価方法ではモデルが誤った結果を出してしまうため、これによりモデルが正確に評価できる。

品質予測/異常検知自然言語処理埋め込み・検索分類回帰

用途: 機械学習モデルを評価
難易度: Hard
コスト: High

arxivPaper only2026-06-12

Co-Evolved Spiking Neural Network Ensembles via Marginal Contribution Fitness

Evolutionary optimization of spiking neural networks (SNNs) becomes increasingly difficult as task complexity

自然言語処理RAG分類回帰

用途: 分類
難易度: Hard
コスト: Low