水平フェデレーション学習における効果的な特徴選択の新しいアプローチ 近年、フェデレーション学習（Federated Learning, FL）はデータプライバシー保護型の分散機械学習手法として注目を集めています。複数のクライアント間でモデルを協調的に学習する際に情報共有が必要とされる一方で、クライアントはローカルデータを一切共有しないため、全体モデルの性能を保証する新しいアプローチが求められています。特に、水平フェデレーション学習（Horizontal Federated Learning, HFL）では、全てのクライアントが同じ特徴空間を共有しますが、個々のサンプルデータは異なるため、大量の冗長特徴や次元性の呪い（Curse of Dimensionality）によりモデルの性能と学習効率...

スマート独立成分分析（SMART ICA）：正確な脳機能ネットワークを抽出する革新的手法 背景紹介 脳科学研究において、機能ネットワーク（Functional Networks、FNs）は、異なる脳領域間の統合と相互作用関係を探ることで、人間の脳機能を理解する上で大きな可能性を示しています。機能的磁気共鳴画像法（fMRI）は、脳活動時の血中酸素レベル依存信号の変化を観察することで、異なる脳領域間の機能的結合を明らかにする重要なツールです。独立成分分析（Independent Component Analysis、ICA）は、fMRIデータから機能ネットワークを推定するために広く使用されるデータ駆動型手法です。しかし、ICA手法は最適なモデル次数（つまり成分の数）を決定する際に課題に直面してお...