資源制限のある医療用モバイルデバイスのためのプライバシー保護型エッジ連合学習
資源制限のある医療用モバイルデバイスのためのプライバシー保護型エッジ連合学習フレームワークを提案する。
連続群等変換ニューラルネットワークのための適応的サンプリング
本研究では、連続群等変換ニューラルネットワークにおける非線形層の処理を効率化するために、入力データに応じて動的にサンプリング行列を生成する手法を提案する。これにより、固定のサンプリンググリッドを使用する従来手法と比べて、等変換性を維持しつつ計算コストを削減できる。
多意図認識を用いた順序推薦のための対照学習
本研究では、ユーザー-アイテム相互作用シーケンスの中に存在する複数の意図を認識し、それらを活用することで、順序推薦の精度を向上させる手法を提案する。
目標指向型強化学習における密な報酬を伴う擬似距離関数の価値関数
目標指向型強化学習において、密な報酬を用いた場合でも最適な価値関数は三角不等式を満たすことを示す。さらに、進歩的な方策の下では、オンポリシーの価値関数も三角不等式を満たすことを明らかにする。これにより、密な報酬を活用しつつ、擬似距離関数の性質を活かした効率的な学習が可能となる。
ニューラルネットワークの各層における知識の変化
ニューラルネットワークは順伝播の過程で、新しい知識を獲得し、ノイズのある特徴を忘却していく。
クリックスルー率予測のための特徴量選択アルゴリズム「NeSHFS」
NeSHFSは、クリックスルー率予測の性能を向上させつつ、次元削減と学習時間の短縮を実現する特徴量選択手法である。
体重管理のための着用デバイスとAIの活用
着用デバイスのデータを活用し、機械学習モデルを用いることで、体重減少の可能性を高精度に予測できる。
グラフフィルターベースのGNNを再設計して同質性の仮定を緩和する
同質性の仮定に依存しないグラフニューラルネットワークアーキテクチャを提案し、同質的データと非同質的データの両方で優れたパフォーマンスを示す。
個体動物の音響識別のための階層的対照学習
本研究では、個体動物の音響識別(AIID)を階層的多ラベル分類タスクとして定式化し、個体識別、種、分類群の階層的関係を保持する堅牢な表現を学習するために、階層対照学習損失関数を提案する。提案手法は個体レベルの識別精度を向上させるだけでなく、より高い分類レベルの精度も向上させ、学習表現に階層構造を効果的に保持することを示す。また、新規個体クラスの分類にも有効であることを実証する。
拡張グラフのオンライン学習
本論文では、時間とともに新しいノードが追加される拡張グラフのオンライントポロジー推定手法を提案する。提案手法は、新規ノードの追加に伴う信号と グラフの次元の変化に対応し、効率的な更新を行う。
