AI×金融
ML、スリランカ送金を高精度予測
スリランカの32年分の送金データを機械学習で分析した研究が発表された。リッジ回帰モデルがSARIMAより73.8%高い予測精度を達成し、2026年の送金額を約90億ドルと試算。為替・原油価格が送金を左右する主因と判明した。
AI×金融
31 件
AI×金融
戦略的分類AI、非線形で実用化
AIによる審査・スクリーニングで、申請者が意図的に情報を操作する「戦略的行動」に対抗する非線形分類モデルの実用化手法が発表された。金融・採用・医療など審査精度に直結する分野への応用が期待される。
AI×金融
片側データのAI学習限界を解明
正例のみのデータからAIモデルを構築する「片側学習」の理論的条件が初めて厳密に解明された。不正検知や医療診断など負例収集が困難な業務領域への実装指針となる。
AI×金融
ベイズ推論の局所理論、AI精度向上に道
ベイズ推論における確率分布の「局所的挙動」を定量化する新理論が発表された。従来の大域的指標では捉えられなかった推論の精度劣化メカニズムを解明し、金融リスク管理や医療診断AIの信頼性向上に直結する可能性がある。
AI×金融
AI予測の不確かさを低コストで定量化
米研究チームが開発した「Ribbon」は、機械学習モデルの予測不確かさを単一モデルの事後処理のみで推定する手法である。再学習コストを大幅に削減しつつ信頼性の高い不確実性評価を実現し、金融・医療・製造業での実用化加速が期待される。
AI×金融
LLMが有価証券審査を自動化、独中銀が実証
ドイツ連邦銀行がLLMを活用した有価証券の担保適格性審査システムを開発し、精度91%を達成した。膨大な目論見書の手動審査を自動化することで、中央銀行・金融機関の審査業務コスト削減と審査速度向上に道を開く成果である。
AI×金融
LLMが政財界の人脈網を自動可視化
欧州の研究チームが、多言語ニュースから政治エリートの関係網を自動抽出するAIパイプラインを開発した。企業の政治リスク管理やESG評価に直結する技術として注目される。
AI×金融
LLMの予測精度、内部操作で向上
米研究者らがLLMの内部状態を制御し、将来情報への依存（先読みバイアス）を抑制する手法を開発した。金融・製造・小売など予測精度がKPIに直結する業界で、AIモデルの実用性を大幅に高める可能性がある。
AI×金融
LLMの投資判断力を定量評価する新指標登場
大規模言語モデルが投資調査助手として急速に普及する中、著名投資家の意思決定フレームワークを正確に再現できるかを測る初の多層型ベンチマーク「InvestPhilBench」が発表された。金融機関のAI導入戦略に直接影響を与える成果である。
AI×金融
LOB予測で新アーキテクチャ、低遅延を実現
米研究者がAIによる板情報（LOB）予測の推論効率を体系化し、新モデル「FastBiNLOB」を発表した。従来最先端モデルと同等以上の予測精度を大幅に低い遅延で達成し、高頻度取引業務に直接応用できる可能性を示す。
AI×金融
表型AIモデルの注意機構、顧客情報漏洩リスク判明
大規模表形式データ向けの基盤AIモデルが推論時に提供した個人情報を外部から推定できる脆弱性が確認された。金融・医療・人事領域でのAI活用に直接影響する安全保障上の課題として注目される。
AI×金融
AIエージェント信頼基盤に深刻な欠陥が判明
ブロックチェーン上で自律型AIエージェントの取引を支える信頼プロトコル「ERC-8004」の実証研究により、評判レジストリの大半がシビル攻撃に汚染されており、企業間取引の信頼基盤として機能していないことが明らかになった。
AI×金融
合成データ増強、効果に条件あり
不均衡データへの合成データ補完は、モデルの設定が適切な場合に効果が限定的となり、むしろ精度を損なうリスクがあることを米国の研究チームが理論的に示した。AIを活用した不正検知や疾病診断など、少数クラスの正確な識別が求められる業務への影響が大きい。
AI×金融
AI偏り検出、樹木型モデルで自動化
機械学習モデルが少数派グループで精度を大幅に落とす「スプリアス相関」問題を、グループ情報なしで自動検出・補正する「神経分類木」フレームワークが提案された。審査や与信など公正性が問われる業務への応用が見込まれる。
AI×金融
変動列の逐次推定、計算コストを大幅削減
米研究チームが、緩やかに変化するデータ列の関数値を効率的に逐次推定する新フレームワークを発表した。リアルタイム分析の計算負荷を従来比で大幅に削減できる可能性があり、金融リスク管理やシミュレーション分野への応用が注目される。
AI×金融
AIの反事実推論、因果分析に新手法
ニューロシンボリックAIに因果推論を組み合わせた「DeepSWIP」が発表された。従来比2倍超の高速化を達成しつつ、AIの意思決定における「もしも」シナリオ分析の精度を高め、金融・医療・製造業のリスク評価に変革をもたらす可能性がある。
AI×金融
AI予測の論理整合性を定量評価する新指標登場
機械学習モデルの「正確さ」ではなく「論理的整合性」を測る新指標「RVS」が提案された。医療・金融・自律システムなど高リスク分野において、精度指標だけでは捉えられないモデルの欠陥を検出できる可能性がある。
AI×金融
GNN精度をプラグインで3.3%向上、境界ノード問題を解決
グラフニューラルネットワークの分類精度を平均3.3%改善する手法「BES」が発表された。金融不正検知や医薬品候補探索など、誤分類コストが高い業務領域での実用化が期待される。
AI×金融
AIの「解釈性」評価に新合成データ基盤が登場
米研究者らが臨界パーコレーション理論を応用した合成データセットを開発した。ニューラルネットワークの解釈性評価の精度が高まることで、金融・医療・製造業における説明可能なAI導入が加速する可能性がある。
AI×金融
不確実ノイズ下の強化学習で大規模リスク管理が進化
数学・AI研究者らが、共通ノイズの分布が不確かな状況でも安定した意思決定を行える強化学習アルゴリズムを開発した。金融の systemic risk（システミックリスク）や感染症拡大モデルへの応用が示され、大規模集団制御の実用化に道を開く。
