タイムライン検索

2025年10月31日

AI技術開発を手掛ける株式会社Preferred Networksは、その革新的な取り組みで注目を集めています。同社は、深層学習などの最先端技術を駆使し、製造業や医療、バイオテクノロジーといった多岐にわたる分野での課題解決を目指しています。独自のアルゴリズム開発や、現実世界の問題解決に特化したAIソリューションの提供を通じて、産業界のデジタルトランスフォーメーションを力強く推進しています。特に、ロボット制御や素材科学、ライフサイエンス分野におけるAIの応用研究開発に注力しており、これまでにない技術的ブレークスルーを生み出すことが期待されています。国内外のパートナー企業との連携も深め、グローバルな視点での技術開発と社会実装を進めている点も特徴です。 Preferred Networks

Preferred Networks

2026年5月28日

深層学習モデルの訓練効率を改善する新しいアプローチが研究機関により発表されました。「DiffusionBlocks」と名付けられたこの手法は、ニューラルネットワークの構造を複数のブロックに分割し、各ブロックを順序立てて訓練する方式を採用しています。 従来の訓練方法では、モデルの全ての層を同時に処理していたため、膨大な計算リソースが必要でした。これに対して新手法は、1ブロックずつ段階的に学習を進めることで、必要な計算量を大幅に削減することが可能です。 この改善により、訓練に要する時間が短縮されるだけでなく、限られた計算リソースで大規模なモデルを扱えるようになることが期待されています。深層学習分野における計算効率の課題解決に向けた重要な進展として、今後の応用が注目されています。 （Sakana AI）

Sakana AI

2026年5月29日

本論文では、ニューラルネットワークの訓練をハミルトン・ヤコビ初期値問題の探索として正確に特定している。各勾配ステップは粘性ハミルトン・ヤコビ方程式の初期データを選択し、その Hopf-Cole 伝播子が観測データに最も適合する。推論時には、入力は空間領域である。

arXiv cs.LG

2026年5月29日

深層学習の最近の進歩により、大うつ病性障害（MDD）のEEGベースの分類の精度が向上していますが、高容量モデルの意思決定プロセスは依然として解釈が困難です。本研究では、複数の事後的説明可能性手法を調査しています。

arXiv cs.LG

2026年5月30日

Superaceが発表した「Nomostar」は、モバイルスキャナーをAI技術で進化させ、紙の書類を自動的にデジタル情報に変換するツールです。深層学習による画像認識と自然言語処理を統合することで、撮影から言語変換、データ統合までをシームレスに実現します。この技術は従来のスキャナー業界やOCR市場など複数の産業に影響を与える可能性があり、特に書類文化が根強い日本の中堅・大企業やバックオフィス業務の効率化が期待されています。一方、セキュリティやプライバシーの懸念、導入コストなどの課題も存在しており、組織の実装速度が市場浸透の鍵となるとみられています。

PR TIMES

2026年6月1日

arXiv:2605.30374v1 歩行中の股関節筋力と関節モーメントの推定は通常、筋骨格シミュレーションに依存しており、有用であるが時間がかかり臨床設定への適用が難しい。本研究は下肢からのこれらの股関節動力学パラメータを直接予測するための深層学習フレームワークを開発した。

arXiv cs.LG

2026年6月2日

JPMorgan Asset ManagementのUS中核株式チームのCIOでUS株式デリバティブ部門の責任者であるハミルトン・ライナー氏が、ケイティ・グレイフェルド氏とエリック・バルチューナス氏に参加した...

Bloomberg

2026年6月2日

分散音響センシング（DAS）は光ファイバーを通じた大規模監視を実現しますが、その高次元性と複雑な時空間パターンがイベント分類を困難にします。既存の深層学習アプローチ（CNN、リカレントモデル、トランスフォーマー変種）は長期的なパターンの捕捉に失敗しています。

arXiv cs.LG

2026年6月2日

脳波（EEG）を用いた深層学習ベースの大うつ病性障害（MDD）検出は、「小サンプルのジレンマ」によって根本的に制約されています。一般的な生成的データ拡張手法は、高い計算コストを招くだけでなく、合成ノイズの導入のリスクもあります。

arXiv cs.LG

2026年6月2日

深層学習アルゴリズムの説明可能性は、高リスク判断が伴うコンピュータビジョンアプリケーションにおいて重要です。概念ボトルネックモデル（CBM）は最近、高レベルのボトルネックに基づいた分類問題に対して説明可能で正確な予測を提供するための有望なパフォーマンスを示しています。

arXiv cs.LG

2026年6月2日

三菱重工業とPreferred Networks（PFN）は、日本の産業基盤を支えるミッションクリティカル領域での利用を目指した、国産AI技術の共同開発に向けた業務提携を発表しました。 両社は、高度な信頼性と安全性が求められる分野において、競争力のあるAIソリューションの実現を目指します。三菱重工が持つ、システムインテグレーションや過酷な環境下での運用ノウハウと、PFNが強みとする深層学習をはじめとする最先端のAI技術を融合させることで、新たな技術開発を加速させます。 この提携は、国内外でのAI技術開発競争が激化する中、日本独自の高機能・高信頼性AIの開発を推進し、防衛、インフラ、製造業といった重要分野での活用拡大に貢献することが期待されます。 Preferred Networks

Preferred Networks

2026年6月4日

遺伝子発現データの解析を効率化する新しいベンチマークツールが開発されました。大規模な生物学的データを処理する際、深層学習モデルの性能は初期設定値であるハイパーパラメータに大きく左右されますが、最適な値を見つけるには膨大な計算時間が必要でした。 研究チームが公開した「BBOmix」は、実際の高スループットシーケンシングデータを用いた初のベンチマークデータセットです。異なる4種類のオートエンコーダアーキテクチャと7種類のマルチオミクスモダリティにおける105,000の評価結果を収録しており、研究者は膨大な計算なしに最適なパラメータ値を参照できるようになります。 このツールにより、遺伝子発現データから有用な特徴を抽出する処理が加速され、医療研究や創薬開発への応用が期待されます。 （arXiv cs.LG）

2026年6月5日

中国の全国統一大学入学試験「高考」が7日から始まるのを前に、人工知能（AI）を使い作成したとされる予想問題がインターネット上で販売されている。過去問題などの深層学習（ディープラーニング）による「高的中率」をうたうが、根拠が不明確なものも多く、中国教育省は「虚偽宣伝」にあたると警告して注意を呼びかけ

毎日新聞

2026年6月5日

F1モナコGPのフリー走行1回目が行なわれ、フェラーリのシャルル・ルクレールがトップタイムをマークした。チームメイトのルイス・ハミルトンも2番手となり、フェラーリ勢が速さを見せた。 　伝統のモナコ

Yahoo!ニュース スポーツ

2026年6月6日

F1モナコGPのフリー走行2回目が行なわれ、フェラーリのルイス・ハミルトンがトップタイムを記録した。シャルル・ルクレールも2番手であり、フェラーリの速さが一歩抜け出している格好だ。 　FP1に引き

Yahoo!ニュース スポーツ

2026年6月6日

2026年のF1第6戦、モナコGPのフリー走行2回目が現地時間5日行われた。 現地モンテカルロはFP1から晴天が続き、ドライコンディションで気温23℃、路面温度30℃となっている。 FP1の走行デ

Yahoo!ニュース スポーツ

2026年6月8日

2026年6月7日（日）、F1第6戦モナコGPの決勝が行われ、アンドレア・キミ・アントネッリ（メルセデス）が優勝した。2位はルイス・ハミルトン（フェラーリ）、3位はアイザック・ハジャー（レッドブル）

Yahoo!ニュース スポーツ

2026年6月8日

F1モナコGPの決勝レースが行なわれ、メルセデスのアンドレア・キミ・アントネッリが優勝。中国GPからの連勝を5に伸ばした。 　2位にはルイス・ハミルトン（フェラーリ）、3位にはアイザック・ハジャー

Yahoo!ニュース スポーツ

2026年6月8日

6月7日（日）、2026年F1第6戦モナコGPの決勝レースがモンテカルロ市街地コースで行われ、アンドレア・キミ・アントネッリ（メルセデス）が5連勝で今季5勝目を飾った。2位にルイス・ハミルトン（フェ

Yahoo!ニュース スポーツ

2026年6月8日

F1モナコGPの決勝レースが行なわれ、メルセデスのアンドレア・キミ・アントネッリが優勝した。これで5連勝。ペナルティの連続、セーフティカー、赤旗中断、そして路面が剥がれるという数々の混乱が生じたレー

Yahoo!ニュース スポーツ

2026年6月8日

2026年6月7日（日）、F1第6戦モナコGPの決勝が行われ、アンドレア・キミ・アントネッリ（メルセデス）が優勝した。2位はルイス・ハミルトン（フェラーリ）、3位はアイザック・ハジャー（レッドブル）

Yahoo!ニュース スポーツ

2026年6月8日

2026年のF1第6戦モナコGP決勝が現地時間7日行われた。 現地モナコは快晴で気温24℃、路面温度31℃となっている。 予選16番手だったガブリエウ・ボルトレートはレコノサンスラップに出られず、

Yahoo!ニュース スポーツ

2026年6月8日

本書は、深層学習、特に生成モデルの時代において、大規模な生成モデルの訓練に多大な投資がなされている現状に対して、これらの「ブラックボックス」を理解することを目指している。深層ネットワークの内部メカニズムは不透明であり、解釈可能性、信頼性、制御の困難さにつながっている。本書は表現学習の観点から大規模深層ネットワークのメカニズムを解明することで、このブラックボックスを開こうとする試みである。表現学習は深層学習モデルの経験的力の重要な要因である。本書では、最適化と情報理論を通じてモダンなニューラルネットワークアーキテクチャの設計原理を説明し、アーキテクチャ開発を「錬金術」から大学初級レベルの線形代数と微積分の問題に還元する。また、これらの原理を応用して、効率的で解釈可能かつ制御可能でありながら、ブラックボックスモデルと同等かそれ以上の性能を持つ新しい手法とモデルを得ることについても論じ、深層学習の今後の方向性と表現学習の役割を探求する。

arXiv cs.LG

2026年6月8日

数独は厳密な離散制約の下での全体的な構造推論を必要とする制約充足問題の代表例である。既存の数独求解アプローチは従来的ヒューリスティックと深層学習ソルバーの2つが主流だが、学習ベースのソルバーは厳密性の保証が欠け、完全な記号的ソルバーは長尾探索に弱いという補完的な限界を抱えている。これらの問題に対処するため、分枝選択探索プロセスのガイドとして拡散モデルを活用したDiBSと呼ばれる新しいアプローチを提案する。DiBSは記号的ソルバーの完全性を維持しながら、拡散モデルを分枝順序付けの指針として使用する。核心的な手法は現在の部分割当と軽量の一貫性信号の下で候補値をランク付けすることである。さらに、その動作原理と有効性に関する詳細な理論的証明を提供する。困難なRoyle 17ヒント数独ベンチマークの実験結果は、DiBSが特に探索ノード数、バックトラック回数、長尾パーセンタイルにおいて強力なヒューリスティックベースラインと比較して探索コストを大幅に削減することを示している。また、分枝順序の誤りが最も高くつく困難なインスタンスにおいて、学習された全体的ガイダンスが有効であることが確認されている。

arXiv cs.AI

2026年6月14日

F1バルセロナ-カタルニアGPの予選が行なわれ、メルセデスのジョージ・ラッセルがポールポジションを獲得した。 舞台はバルセロナ・カタルニア・サーキット。来年からベルギーGPとの隔年開催となるもの

Yahoo!ニュース スポーツ

2026年6月14日

2026年F1第7戦バルセロナ・カタルーニャGPの予選でルイス・ハミルトン（フェラーリ）がフロントロウ2番手を掴んだ。7度F1王者に輝いたハミルトンの完全復活、そう言い切ってもいいのではないだろうか

Yahoo!ニュース スポーツ

2026年6月15日

ルイス・ハミルトン（フェラーリ）が2026年F1第7戦バルセロナ・カタルーニャGPを制した。最大限讃えるべきは、いうまでもなくハミルトンの走りであろう。一方でフェラーリの3ストップ戦略も完璧だった。

Yahoo!ニュース スポーツ

2026年6月15日

7度のワールドチャンピオンに輝いたハミルトンが、イタリアのメーカー（フェラーリ）移籍後初、そして約2年ぶりのF1での勝利を収めた。

Al Jazeera English

2026年6月16日

生理的ストレスと感情認識は、健康モニタリングと感情コンピューティングにおいて重要です。本研究では、手首と胸のセンサー信号を用いたマルチモーダル感情認識のためのWESADデータセットにおける、Long Short-Term Memory (LSTM)、Temporal Convolutional Networks (TCN)、Transformerなどの深層学習モデルの包括的な評価を提示します。手首のみ、胸のみの入力でモデルをトレーニングすることにより、各モダリティの個別の貢献度を評価するためにアブレーションスタディを実施します。さらに、マルチモーダル入力でトレーニングされた3つのアーキテクチャすべての予測を組み合わせる、レイトフュージョンアンサンブル戦略を実装します。また、各モデルに入力する前に手首と胸の信号を連結することにより、センサーレベルでの早期融合も採用します。結果は、Transformerモデルがマルチモーダル設定で一貫して最も高い精度を達成する一方、TCNモデルが手首のみの構成で最良のパフォーマンスを発揮することを示しています。

arXiv cs.CL

2026年6月18日

微分幾何学、リー群論、流体力学に基づき、衝撃波理論と確率的勾配降下法の対称性商化学習ダイナミクスとの間の数学的に明確な関連性を開発しました。具体的には、パラメータ対称性を商化し、局所エントロピー粗視化を適用すると、有効ダイナミクスは商多様体上の粘性ハミルトン--ヤコビ方程式を満たします。さらに、生パラメータダイナミクスが商化空間上の勾配場によって要約できると仮定すると、粗視化された損失関数の勾配はバーガース型方程式に従い、衝撃形成を厳密に確立できます。この理論を多層パーセプトロン、畳み込みニューラルネットワーク、Transformer、平均場ネットワークに適用し、それらがハミルトン--ヤコビまたはバーガース型方程式に従うことを示しました。このフレームワークは、深層学習の実用的な診断も提供すると推測しています。Transformerのようなアーキテクチャでは、生パラメータノルムは対称性冗長性によってしばしば歪められ、誤解を招く可能性がありますが、対称性補正された商観測量は、トレーニングフェーズ遷移の監視、予測、制御のための原理的な基盤を提供します。

arXiv cs.LG