記事とガイド

arXivの新論文は、2D事前学習済みの医用マルチモーダル大規模言語モデルに3D体積画像の理解力を持たせるため、スライス単位のデータ合成手法を提案している。診断過程を構造化された推論データとして学習させる点が特徴だ。

SPyCEは、視覚推論の軌跡を再利用可能なスキルとして蒸留し、方策とスキルライブラリを訓練中に同時に改善する枠組みだ。報酬だけに還元する強化学習や、静的な記憶検索に頼る手法との差別化を狙う。

arXiv 論文は、トポロジー駆動の量子時間発展を用いてデータ構造を量子状態に埋め込む Quantum Topological Data Encoding（QTDE）を提案した。clique-complex の分類実験では、組合せラプラシアンを直接比較する基準法を上回る初期結果が示されている。

arXiv の新論文は、重い裾を持つデータをランダムクロックで条件付けられたガウス混合として扱う HTFM を提案している。希少事象、ロングテール画像、気象場などをより自然に生成することを狙う手法だ。

arXiv に掲載された研究は、ドイツ企業が生成AIや予測分析を人事管理にどう取り入れているかを分析している。AI は HR 分析力を高める一方、導入目的は効率化と業務の合理化に強く結びついているという。

NodeImport は、グラフのノード分類におけるクラス不均衡を、個々のノードが無偏な性能向上に寄与するかという観点から捉え直す。平衡な meta-set を使い、ラベル付き・未ラベル・合成ノードを選別する枠組みを提案している。

arXiv に掲載された論文は、UAV の精密着陸向けに Recursive ArUco マーカーを提案している。親マーカーの黒白ビット領域に完全なマーカーを埋め込むことで、スケール変化や部分的な遮蔽に強い認識を目指す。

arXivに投稿された論文は、膵管腺がんの切除可能性を自動評価するマルチモーダル深層学習フレームワークを提案している。3D造影CTと構造化された臨床情報を統合し、NCCNの3分類への判定を目指す。

TCAM-Diff は、高解像度 3D 医用画像を直接ボクセル空間で扱う代わりに、三平面表現へ圧縮して拡散モデルで生成する手法だ。事前学習済みデコーダにより、生成特徴を 3D ボリュームへ高速に戻す構成を取る。

arXiv の新論文は、高周波の視点非依存テクスチャをコンパクトなテクスチャアトラスへ焼き込む Spatial Texture-Atlas Splatting を提案した。著者らは、3DGS に対して最大 5 倍の高速化を実現し、消費者向けハードウェアで 4K 60FPS のリアルタイム描画が可能だとしている。

AspectCLIP は、画像には複数の意味的側面がある一方で、キャプションはその一部しか記述しないという問題に着目する。テキスト類似性に基づく属性クラスタを使い、一貫性正則化をより適切な範囲に限定する。

RainDancer は、RGB 動画とイベントカメラの手掛かりを組み合わせる雨除去フレームワークです。単純な融合ではなく、各モダリティ内で雨と背景を分解してから相互作用させる点が特徴です。

arXiv の新論文は、LLM ベースのネットワーク侵入検知に可証明なロバスト性を与える TA-RS を提案している。特徴量全体ではなく、攻撃者が直接操作できるトラフィック特徴だけにガウスノイズを注入する点が特徴だ。

arXiv の新しい研究は、胸部X線分類で使われる入力が診療のどの時点で得られるものかを検証した。Clinical Indication は予測性能を高める一方、Findings や Impression など事後的なレポート文はラベル漏洩を招く可能性が高い。

arXiv 論文「CAS I: A Geometric Coding Theorem」は、古典的なコーディング定理を対称群の言葉で捉え直し、文字列が唯一の不動点としてどれだけ選ばれやすいかを複雑さの手がかりにする。

EgoProceVQA は、一人称視点動画における日常作業の手順理解を、動画質問応答として評価する新しいタスクだ。論文ではデータ生成基盤 EgoProceGen と、自己スキル探索型の EgoProceAgent も提案されている。

この arXiv 論文は、入力語を Alice と Bob に分割して渡し、定数個のメッセージ交換で関数値を計算できるかという観点から正則性を捉え直す。狙いは、出力領域が異なる関数に対する Nerode 型の特徴づけを統一することにある。

新しい arXiv 論文は、CMS Run 2015D の公開データを用いた mono-Z 暗黒物質探索に Neural Spline Flows を導入した。暗黒物質の証拠は得られていないが、高次元の事象情報を使う尤度比アプローチの可能性を示している。

arXiv に投稿された Kaleido は、動画拡散 Transformer の潜在空間にあるチャネル単位の時空間相関を利用し、計算量と消費エネルギーの削減を狙う研究だ。

arXiv に投稿された論文は、電力網向け GNN が未知のトポロジーで性能を落とす問題を「トポロジー過学習」と呼び、MxGPS で対処する。静的状態推定と交流潮流計算を同時に学習させることで、構造変化への汎化を狙う。

arXiv に投稿された研究は、思考連鎖の生成前・生成中・生成後という三段階で、大規模言語モデルの信頼度を分析している。結論は、信頼度は使う段階と位置を選ばなければならないというものだ。