本記事は arXiv:2402.16785 “CARTE: Pretraining and Transfer for Tabular Learning” の解説記事です。 論文概要（Abstract） CARTE（Context Aware Representation of Table Entries）は、テーブルデータの各行をグラフ構造（グラフレット）に変換し、カラム名と値のセマンテ...

本記事は Topological Deep Learning: A Review of an Emerging Paradigm の解説記事です。 論文概要（Abstract） 本論文は、トポロジカルデータ解析（TDA）と深層学習の統合を包括的にレビューするサーベイ論文である。著者らのZia et al.は、パーシステントホモロジーの深層学習への統合方法を3つのカテゴリ——（1）TDA特...

本記事は Time Series Foundation Models Can Be Few-Shot Learners — Google Research Blog の解説記事です。 ブログ概要（Summary） Google Researchは、時系列ファウンデーションモデル（TSFM）にfew-shot学習能力を付与する手法「TimesFM-ICF（In-Context Fi...

本記事は Intel’s Heracles Chip Speeds Up FHE Computing (IEEE Spectrum, 2026年3月10日) の解説記事です。 ブログ概要（Summary） Intelは DARPA DPRIVE（Data Protection in Virtual Environments）プログラムの成果として、FHE専用ASIC「Heracles」を...

本記事は arXiv:2506.16791 “TabArena: A Living Benchmark for Tabular Machine Learning” の解説記事です。 論文概要（Abstract） TabArenaは、Amazon Science（AutoGluonチーム）が主導するテーブルデータ向け機械学習の初のliving benchmarkである。従来の静的ベンチマー...

本記事は HetLoRA: Communication-Efficient Federated Fine-tuning of Large Language Models with Heterogeneous LoRA Configurations の解説記事です。 論文概要（Abstract） HetLoRAは、連合学習環境においてクライアントごとに異なるLoRAランクを許容するアグリゲ...

本記事は Graphcode: Learning from multiparameter persistent homology using graph neural networks の解説記事です。 論文概要（Abstract） Graphcodeは、多パラメータパーシステントホモロジー（multiparameter persistent homology）のトポロジカル要約を埋め込...

本記事は GNN-RAG: Graph Neural Retrieval for Large Language Model Reasoning（arXiv:2405.20139, ACL 2025 Findings） の解説記事です。 論文概要（Abstract） GNN-RAGは、知識グラフ質問応答（KGQA）において、GNNの構造推論能力とLLMの言語理解能力を2段階パイプラインで統...

本記事は GFM-RAG: Graph Foundation Model for Retrieval Augmented Generation（arXiv:2502.01113） の解説記事です。 論文概要（Abstract） GFM-RAG（Graph Foundation Model for Retrieval Augmented Generation）は、知識グラフの構造的推論を活...

本記事は arXiv:2602.11139 “TabICL v2: A Scalable and Open Tabular Foundation Model” の解説記事です。 論文概要（Abstract） TabICL v2は、フランスINRIA（Sodaチーム）が開発したテーブルデータ向けIn-Context Learning（ICL）基盤モデルである。MIT Licenseで完全に...