-
-
時系列データの次の値を推定する留め窓推定量、依存性のあるデータでの評価
2026/9/20
時系列データの次の値を推定する留め窓推定量が、定常なβ混合過程でパラメトリック収束を示した
-
-
特徴の関連性を定義する Null importance の枠組み、解釈可能性分析の比較
2026/9/20
Null importance が、関連性の異なる定義を統一的に整理した。
-
-
実験データからの政策を安定させる手法 Stable Policy Learning、リスクを下げる話
2026/9/20
Stable Policy Learning が、実験データのサンプリングリスクを低減する手法を提案した
-
-
グラフ構造の性質で評価を安定化させる GNN の検証手法
2026/9/20
GNN評価手法HPが、グラフ構造の性質で評価の安定性を大幅に向上させた
-
-
分散学習で各端末のモデルを関連付けるGTVMin、データ偏りに強いクラスタリング手法
2026/9/20
GTVMin が、分散学習で端末ごとのモデルを関連付ける手法を提案した。
-
-
凸関数最適化の照会回数を最適に抑える手法 Stable Movement、非滑な端の問題を解決
2026/9/21
Stable Movement が、非滑な凸最適化の照会回数を理論限界にほぼ届くまでに抑えた。
-
-
位置情報サービスの新しい店舗とユーザーに対応する EviRec、推薦精度を上げる話
2026/9/20
EviRec が、新しい店舗とユーザーの推薦で **20.4%** の精度向上を出した
-
-
ゼロショットで都市の人の動線を生成するZeroHAT、既存手法を大幅に上回る精度
2026/9/20
ZeroHATが、実データのない都市の人の動線を最も強い既存手法の4.5〜6.4倍の下流有用性で生成可能に
-
-
位置ごとにパラメータを変えるニューラル演算子、境界付近の誤差を減らす話
2026/9/20
SANO が、位置ごとにパラメータを変えるニューラル演算子を提案。境界付近の誤差を減らし、1D〜3D の PDE で既存手法を上回った。
-
-
限られた校正回数で個人に合わせる手法、ウェアラブル端末での着脱時適応の話
2026/9/20
プロトタイプ適応が、最適化なしで利点の52〜78%を回復した