【A】3/30登場分（5+1報）
機械学習を行い際は手元にあるトレーニングデータから推定モデルを構築するわけだが，注意しないとトレーニングデータに過適合したモデルが得られてしまう．
そのため実用上はregularizationという作業を行って，そうした過適合が起きにくいように工夫をする．
この論文では最尤推定を行うときのregularizationを対象にそのperformanceについての理論的な保証を与えているらしい．
誤り訂正符号での成功を参考にしてKullback-Leibler divergenceのゲージ対称性に注目しているということらしい．
めっちゃくちゃ面白そう．
[2303.16880] The Hidden-Manifold Hopfield Model and a learning phase transition
相関ありデータを扱うためのHopfield模型の拡張の提案．
IntroにこれまでのHopfield模型の拡張の歴史が簡単にまとめられていて良さそう．
[2303.16337] Jarzynski equality for quasistatic work
ジャルジンスキ等式の自由エネルギー差の部分を準静断熱過程での仕事の平均に置き換えたような式を証明したよ，よという論文．
対象は熱的孤立系．
自由エネルギー差が目的系の準静断熱過程での仕事と同じになるような等温操作を行う形を考えて証明している．
このとき等温操作は準静断熱過程を行う前の目的系（平衡状態にあると思っている）の温度にしている．
ちょっと不思議な感じがする結果なので導出が気になったが，大事な14式くらいから未定義文字が出てきてついていけなくなってしまった．．．
引用文献数5でちょっとワロタ．
Multimodal Deep Learning（MDL）という手法を用いて10次元の組成情報についてのinputから8つの物性値を高精度で予測できるようにしている．
対象はアクリルポリマーらしい．
ここでのMDLという手法ではまず3種類の敵対的生成ネットワーク（GAN），OM-GAN，IR-GAN，Raman-GANを用いてopitical microscope, IR, Raman分析の結果を予測し，その後それらの情報を統合することで高精度の物性予測に成功しているらしい．
面白い手法だし他のタスクにも転用可能かもしれない．
[2303.16258] Optimisation via encodings: a renormalisation group perspective
数理最適化問題を扱う際に探索対象の位相空間的なものをいい感じにsubsetに分けてうなく解いてやろうという手法提案．
subsetから元の問題を再構築？する際に繰り込み的な考え方が持ち込まれるということか？
