Materials Informatics の論文・実装まとめ

huggingfaceHugging Faceあり2026-06-06

Score 73

EmpiriGraph-Psy: A Dataset and LLM Pipeline for Extracting Empirical Relation Graphs from Psychology Abstracts

Existing scientific relation extraction benchmarks mainly target domains such as computer science, where entit

MI向き自然言語処理大規模言語モデル

huggingfaceHugging Faceあり2026-06-03

Score 73

Evaluating Large Language Models in Dynamic Clinical Decision-Making with Standardized Patient Cases

Large language models (LLMs) are increasingly proposed as clinical agents, yet static, single-turn benchmarks

MI向き自然言語処理大規模言語モデルテキスト

Score 68

An 84-Format Numeric Catalog with Bit-Exact Conformance Vectors: A Vendor-Neutral Reference for FP8, BF16, MXFP4, and Microscaling Formats

この論文では、数値形式の標準化を提案する。これにより、数字の解釈と操作がより効率的に行える。

機械学習教師あり学習テキスト

Score 68

OpenOpt: An Open-Source SRAM Optimizer Based on Equivalent Circuit Model

この研究では、SRAM オプティマイゼーションを実現するためのオープンソースフレームワーク、OpenOpt を開発します。このフレームワークは、SRAM オプティマイゼーションをサポートするためのシミュレーションを加速

少数データ向きCPUで試しやすい数学・理論最適化

huggingfaceGitHubありHugging Faceあり2026-06-01

Score 66

Scalable Inference-Time Annealing with Surrogate Likelihood Estimators

A long standing challenge in computational chemistry and biophysics is efficiently sampling the Boltzmann dist

説明可能深層学習軽量化・量子化生成

新着記事

An 84-Format Numeric Catalog with Bit-Exact Conformance Vectors: A Vendor-Neutral Reference for FP8, BF16, MXFP4, and Microscaling Formats

この論文では、数値形式の標準化を提案する。これにより、数字の解釈と操作がより効率的に行える。

機械学習教師あり学習テキスト

用途: 数値形式の標準化
難易度: Easy
コスト: Medium

少数データ向きCPUで試しやすい条件最適化数学・理論最適化

OpenOpt: An Open-Source SRAM Optimizer Based on Equivalent Circuit Model

用途: SRAM オプティマイゼーション
難易度: Easy
コスト: Medium

Addressing Market Regime Changes and Heavy-Tailed Returns in Portfolio Optimization via Bayesian VAR and Elliptical Black-Litterman

Deep reinforcement learning (DRL) frameworks for portfolio optimization have shown promise for their ability t

深層学習Transformer強化学習

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Low

OnlyDense: Reduced-Order Modeling for Lagrangian simulation

In science and engineering, Lagrangian simulation methods such as Smooth Particle Hydrodynamics (SPH) or Mater

深層学習Transformer

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Low

センサ/時系列品質予測/異常検知MLOpsモデルデプロイ埋め込み

AetheRock: An Arm-Worn Robot Teaching System for Force-Guided Vision-Tactile Learning

Force and tactile sensing are indispensable in contact-rich manipulation. However, force-aware robot learning

用途: 埋め込み
難易度: Hard
コスト: Low

Automating the Expert Eye: A System-Agnostic Deep Learning Framework for Rare Event Discovery in Imbalanced Force Spectroscopy

SMFS データの自動化された分析を提案。モデルを使用して、不均衡された SMFS データを分析する方法を提案した。

説明可能MI向き深層学習CNN生成画像

用途: SMFS データの自動化された分析
難易度: Hard
コスト: Medium

MI向き自然言語処理ファインチューニング画像テキスト

Orange Lab: Lowering Barriers to Data Mining through Embedded Interactive Workflows

この論文では、data mining におけるビジュアルプログラミングフレームワーク、Orange Lab を提唱しました。これにより、Webベースのデータ分析環境を提供し、ユーザーフェイシングの分析ツールとしてデータ分

用途: データ分析フロー
難易度: Hard
コスト: Medium

A Unifying Lens on Reward Uncertainty in RLHF

Reinforcement learning from human feedback (RLHF) is bottlenecked by \emph{reward hacking}, where the policy e

品質予測/異常検知強化学習RLHF

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

Trustworthy Smart Fabs via Professional Proxies: Scaling Safe and Sustainable by Design (SSbD) through Industrial Data Spaces

可勉行の安全性と持続可能性を確保するためのフレームワークであるTrustworthy Smart Fabs via Professional Proxiesを提案している。

品質予測/異常検知数学・理論最適化

用途: 可勉行の安全性と持続可能性を確保するためのフレームワークの提案
難易度: Hard
コスト: Medium

Physics-Aware Sparse Learning and Selective Online Adaptation for Euler-Lagrange Robot Dynamics

Accurate dynamics models are essential for model-based robotic control, yet nominal Euler--Lagrange models oft

強化学習モデルベース回帰

用途: 回帰
難易度: Hard
コスト: Medium

少数データ向き表形式向きCPUで試しやすいMI向き深層学習軽量化・量子化回帰テキスト表形式

In-Context Learning for Latent Space Bayesian Optimization

Bayesian optimization (BO) is a central tool for sample-efficient design, and latent-space Bayesian optimizati

用途: 回帰
難易度: Hard
コスト: High

品質予測/異常検知深層学習軽量化・量子化テキスト強化学習

PBSD: Privileged Bayesian Self-Distillation for Long-Horizon Credit Assignment

この研究では、長期的なタスクの再帰の信用割当問題に対処するために、長期的なタスクの再帰をサポートするPrivileged Bayesian Self-Distillation (PBSD) を提案します。

用途: 低レベルタスクの再帰
難易度: Hard
コスト: High