パラダイムシフト
「他分野へ転用可能な原理を含む論文の記録です。希少なので大切にしまってあります」
19 件
モダリティ欠損を伴う視覚認識のための信頼できる潜在プロンプトからの学習
インスタンスレベルの動的プロンプト生成から、入力に依存しない安定した潜在アンカーの学習へとパラダイムを移行し、極度のモダリティ欠損に対する堅牢性を獲得した
確率論的ヴォルテラ積分方程式に対する基本弱収束定理とその応用
非マルコフ的なSVIEの数値スキーム弱誤差解析に対し、マルコフ的リフティングとフレシェ微分を統合した基本弱収束定理を確立し、広範なスキームの収束性証明を統一した。
グラフ依存経験プロセスのための結合と極大不等式
経験プロセスの極大不等式において、関数クラスの複雑性、グラフ幾何構造、依存性減衰を分離するグラフ適応型の結合手法を構築し、汎用的な $\sqrt{n}$ 収束レートの限界を明示した。
ラフ・ベルゴミ過程のモーメントとラフ・ヘストンモデルにおける境界到達性
ラフ・ボラティリティモデルにおける非マルコフ的かつ特異な核を持つ積分方程式の解析において、モーメント有限性と境界到達の臨界挙動を完全に解決し、異常拡散系一般の解析へ応用可能な新たな理論的基盤を確立した。
構成的演算子ネットワークにおけるスペクトル伝播の普遍理論
構成的システム全体のスペクトルを、局所スペクトル・相互作用残余・スペクトル微分の3つの不変量に分解する表現不変な言語を構築した。深層学習や量子回路の解析を統一的に扱う基盤となる。
曲がった空間上の収縮的輸送写像に対するスペクトル的障害
Caffarelli 収縮定理の曲がった空間への拡張予想に対し、空間のスペクトル構造に由来する本質的な障害が存在することを証明し、局所曲率と大域的位相・スペクトルの非自明な関係を明らかにした。
Transformer 神経演算子の大規模ドメインへのゼロショット汎化
Transformerアーキテクチャの計算効率を維持したまま、物理法則に基づく局所性制約をアテンション機構に統合する汎用的な手法。流体力学から気象予測まで、多様なPDE問題に転用可能です。
RATS: Register Attention Transformer における部品表現の創発
視覚モデルにおける解釈可能性と部品レベルの表現を、外部からの教示なしにボトルネック構造のみで創発させる原理
コンシューマー向けGPUにおけるDiffusion TransformerのネイティブINT8計算の実現：Ideogram 4.0のための統合INT8 GEMMカーネル
ハードウェアの低レベル演算機能を直接駆動するカスタムカーネルによる抽象化レイヤーのバイパスは、計算資源の制約を突破する普遍的なパラダイムです。
L^q 次元に基づくフーリエ制限評価: Stein--Tomas を超えて
測度の局所的な揺らぎを記述する $L^q$ 次元を用いることで、Stein--Tomas の制限定理を多重フラクタル測度に対して一般化し、調和解析における制限問題と幾何学的測度論を統合した。
非エルミートランダム行列による2部Harer-Zagier公式の証明について
非エルミート行列の固有値過程を独立な点過程の重ね合わせとして分解することで、複雑な曲面の種数に関する母関数を導出する。非エルミートモデルを組合せ論的数え上げに適用する新手法。
遅い拡散を持つグラフ上の超リース変換に対する逆不等式
遅い拡散を持つグラフ上ではユークリッドの限界 $\gamma=1/2$ を超える超リース変換が有界となり得ることの証明。拡散とポアンカレ不等式の関係を再定義した。
高次ヒルベルト空間の多様な側面
高次エルミート構造を群作用の固定点として記述し、作用素環の異なる視点を統一。高次ヒルベルト空間の普遍的な定式化への道を開いた。
数論的ウー公式と一般化ヘッケ定理
Steenrod演算を算術的スキームに拡張し相対Wu公式を証明することで、HeckeやAtiyahの古典的定理をHirzebruchの2-Todd級数の変形という統一的枠組みに収め、高次元Chern類の普遍的合同式を導出した。
自動形式化は簡単であるべき：厳密な証明のためのTrellisプロセス意味論
LLMの確率的生成を、証明ステップの再帰的分解可能性という決定論的制約によって制御し、信頼性の高い自動形式化を実現するメタ原理。
不均一ドメインからの離散的因果表現 — 社会調査への応用を伴うベイズ的アプローチ
観測不可能な因果構造の推論を、不均一なマルチ環境データと階層的ベイズモデルの事前分布の設計によって解決した。これは社会科学の調査データ分析や、異なるドメインを持つあらゆる複雑系データからの因果表現抽出に通底する原理である。
AnomalyAgent: ゼロ/フューショット異常検知のための追加学習不要なエージェントモデル
異常検知を視覚特徴の類似度計算から、マルチモーダル言語モデルによる自律的な論理的推論プロセスへと昇華させた。これはロボティクス、自動運転、医療画像診断などのあらゆる実世界視覚タスクに転用可能な原理である。
自然言語処理のための量子アテンションネットワーク
深層学習におけるアテンション機構を、古典的な内積から量子状態の干渉と可観測量の期待値計算へとパラダイムシフトさせ、計算複雑性の壁を量子力学の公理系で突破する。
平衡推論器：アトラクタの学習によるスケーラブルな推論の実現
反復的な推論プロセスをタスク条件付きの力学系におけるアトラクタへの収束として再定義した。これは推論モデルだけでなく、連続的な状態更新を伴うあらゆる最適化や探索プロセスの解釈において通底するメタ原理である。