PINNACLE：PINN 適応的配置点と実験点選択方法
📖 概要
AI Singapore の研究ポートフォリオに収録された手法研究であり、PINNACLE は物理情報神経ネットワーク（PINN）の訓練効率を高めるための適応的点選択手法を提案しています。
🤖 AI との関係
本手法は経験的ニューラル接線核（NTK）理論に基づき、実験点と配置点を含むすべての種類の訓練点の選択を自動的に共同最適化し、前進問題・逆問題・転移学習などのタスクで既存ベンチマークを大幅に上回るもので、科学計算と AI が交わる手法層の進展です。
🇸🇬 シンガポールとの関係
AI Singapore の研究ポータルを通じて公開された成果として、PINNACLE はシンガポールが AI を科学計算に応用する（AI4Science）方向の基礎手法研究に投資していることを示しています。
出典
- AI Singapore — 確認日 2026-07-06
同じカテゴリ 🔬 基礎研究
A*STAR
シンガポール科学技術研究局、AI 基礎研究と応用研究の主力
NUS
シンガポール国立大学、AI 研究ランキングはアジア上位。2024年3月に NUS AI Institute を設立し、基礎 AI、応用 AI および社会的影響研究を統合。
NTU
南洋工科大学、AI とデータサイエンス研究の主要拠点
SMU
シンガポール経営大学、AI のビジネス・社会応用
SUTD
シンガポール科技設計大学、AI とデザインの交差創新
AI Singapore と米国 NSF 研究者による研究協力プロジェクト
本プロジェクトは南洋理工大学の張潔教授がリードし、米国マサチューセッツ工科大学（MIT）と協力して、信頼性があり解釈可能な人工知能・人間相互作用最適化システムの開発に取り組んでいます。研究の重点は、自然言語を組合せ最適化問題のロバストなインターフェースとして確立することであり、AI システムが人間の言語から最適化問題を定式化し、強力な AI 支援最適化を実施し、解釈可能なフィードバックを提供できるようにします。本プロジェクトは、物流、製造、金融などの産業に対して効率的な意思決定支援ツールを提供し、同時に信頼性のある AI の基礎研究を推進することを目的としています。
BadEdit：モデル編集による大規模言語モデルへのバックドア注入
AI Singapore 研究チームが BadEdit フレームワークを提案しました。これは、モデルパラメータを直接修正することにより、事前訓練された大規模言語モデルに対して効率的なバックドア攻撃を行う革新的なバックドア注入方法です。本方法は、わずか 15 個のデータサンプルと 120 秒で成功的にバックドアを注入でき、攻撃成功率は 100% に近く、一方で清潔なデータに対する最小限の悪影響を保ちます。BadEdit は従来の重み中毒方法と比較して、データ要件が少なく、効率が高く、テキスト分類、事実確認、対話感情生成を含む複数のタスク領域に適用できるという利点があります。
シンボリック回帰を用いた決定木による拡大クラス分割の発見
本研究はシンボリック回帰強化決定木（SREDT）を紹介しています。シンボリック回帰を通じて非線形・多変量の決定木分割規則を発見します。従来型決定木と比較して、SREDTはより優れた予測性能、より小型でコンパクトな木構造、より高速な推論速度、およびノイズに対するロバスト性を備えています。この方法は遺伝的プログラミングを通じて閉式解析的表現を探索し、分類タスクにおいて標準決定木を明らかに上回ります。