トピック: Active Learning

全セクション横断 4 件

米ピッツバーグ大などの研究チームが、大規模言語モデルの内部ニューロン活性化パターンを活用し、アノテーション費用を抑えながら専門領域への適応精度を高める新手法「NeuFS」を発表した。企業のAI実装コスト削減に直結する成果として注目される。

フランスの研究チームが構造信頼性解析にコンフォーマル予測を統合した新手法「AK-MCS-C2」を発表した。製造・土木・航空宇宙分野における極めて低確率の故障事象を、従来比で少ないシミュレーション回数で高精度かつ保証付きで推定できる点が注目される。

アイルランド・ダブリン大学などの研究チームが、超音波画像AIの臨床評価を遠隔・ブラインド方式で標準化するパイプラインを公開した。医療AI承認プロセスの効率化と開発コスト削減に直結する成果として注目される。

コロンビア大学などの研究チームが、限られたデータ収集予算を複数集団に最適配分する能動学習の理論的限界を初めて定式化した。マーケティングや医療の顧客セグメント分析における調査コスト削減と推定精度の同時改善に道を開く成果である。