東北大、最大エントロピー法（MEM）の性能限界を理論的に解明https://t.co/QZPGzsTP2X
— 部品（吉岡里帆） (@tjmlab) November 10, 2025
地震予測や医用画像解析、宇宙観測、通信技術など、多様な分野でのデータ解析に対して、過去の結果を再度見直すべきであるという警鐘を鳴らす
やばすぎワロタで社会がヤバい
伝統的手法MEMの性能限界を明らかに
―50年以上用いられてきた信号推定手法の脆弱性を発見―
【発表のポイント】
●自然科学、社会科学で広く用いられる最大エントロピー法（Maximum Entropy Method,MEM）（注1）の性能限界を理論的に解明しました。
●MEMにおいてわずかな仮定の違いが復元精度を急激に崩壊させる「相転移現象」が存在することを初めて明らかにしました。
●信号処理や天文学、計算物理学、量子化学、言語学等に広く応用されてきたMEMの限界を示し、今後のデータ復元技術の設計指針になると期待されます。
全文はこちら
https://www.nikkei.com/article/DGXZRSP699237_Q5A111C2000000/
Typical reconstruction limit and phase transition of maximum entropy method https://t.co/qYoWaL7hA9
— 部品（吉岡里帆） (@tjmlab) November 10, 2025
論文コレか_φ(･_･めも
第一著者、僕の研究室の後輩です。社会に警鐘鳴らしてしまったみたいですね。 https://t.co/oN1PPEXmCD
— まなと (@manato940514) November 10, 2025
社会のエントロピーが増大してしまいますね
— 部品（吉岡里帆） (@tjmlab) November 10, 2025
（MEMだけに）（？）
だいぶ前から言われてたけどよろしくない所がきちんと示されたって感じなのかな
— とうがらし (@07lUiXFRht37611) November 10, 2025
経験的に知ってる人は多いんじゃないかな
— Shinji Kono (@shinji_kono) November 10, 2025
わりと当たり前のことをいってるような。
— れん♪ (@renren20160910) November 10, 2025
定量化・論理化したところが凄いと思う。
— あいまい (@AVVZLEInBTBTlbR) November 11, 2025
https://t.co/oolRZ3etgP pic.twitter.com/47LgdKWKdw
— walker@Data Scientist & Quantum Computing Engineer (@Ayumu_walker) November 10, 2025
最大エントロピー法と同じ手法って言うけど、実際の内容が同じじゃないから、脳死で手法名を信じるな的な内容に関しては当然ではあるけど、界隈を納得させる過程を提示するのはさすがだわ。
— 田中バナナ花房w (@hayounetaio) November 10, 2025
明らかに良くないものをよくないと示して共有するとこまで含めてアカデミアだし。 https://t.co/RGgsvow7xS
https://t.co/QtTOPgK519 pic.twitter.com/8KPl23T8L0
— はましょ。 (@hamasho_main) November 10, 2025
色々とやばくてワロタ。MEM使ってる経済学の研究山ほどあるのに… https://t.co/twu4Y4Y6qa
— Noooe (@siJ9wJMDAtQ792f) November 10, 2025
MEMは古い。膨大な自然観測データを食わせたAIのディープラーニングに基づくニューラルネットワークの方が信頼できる。知らんけど。 https://t.co/M3q7OF5HvZ
— ジャム (@iamjamb) November 10, 2025
大関さんだろうと思ったら、やっぱり大関さんだった。
— あ〜る菊池誠(反緊縮)公式 (@kikumaco) November 10, 2025
これは十分ありうる話で、相転移があると聞くと、なるほどって感じですね https://t.co/0WrAqbKszr
MEMって懐かしくてワロタ
— 焼き小籠包 (@Nakame_0817) November 10, 2025
FORTRANで書かれた教授のMEMのプログラムを言われた通りに実習データに当てはめて予定された結果が出て講義終わって「ハァ？」ってなったことは覚えてる https://t.co/N0IMEbGHXC
アルゴリズム取引とかオプション取引に組み込まれていそうな。 https://t.co/KOiLSZJptH
— 齊藤友紀雄 (@saitoyukio1972) November 10, 2025
何がやばいのか全然分からん。。。分かりやすく例示してほしい、誰か賢い人。 https://t.co/JgVymGECdB
— Yosh, MD/PhD🇺🇸 (@xrm2aryg5QkX2Vq) November 10, 2025
仮定モデルが間違っているときに使えない、と言ってるだけに読めるので、ある意味当たり前なのでは？🤔
— 高値沢掴塩づけナウ＠|ω・`） (@kkk555ooo1) November 10, 2025
仮定が間違いである場合は基礎の理解が重要ってことでしょ。 https://t.co/d85aSdDsFd
まじなら結構やばくてわろた。さすがに諸説あり的なことだと思うんだけど。 https://t.co/A9r7BpoR0E
— Otama (@otamako_pd) November 10, 2025
記事を読んだ結果「今まで大丈夫だという前提で動いてきた推定結果を出すモデルが超絶ミクロな差を一線として崩壊することが分かった。つまり過去にこの理論で作られてきた結果が大間違いの可能性が高いため、教科書に載っている”正しい”データも一から組み立てなおさないとだめ」ぐらいの認識を得た https://t.co/5dDNgcS4QL
— 関野武弘@一日目東ム-13b (@tsekino0530) November 10, 2025
「解析結果を踏まえるとこうなるはず」という既存の理論があったのだが、ある程度の不確かさを境として正確性が崩壊する→つまりその「ある程度の不確かさ」を下回ったデータから導き出された解はゴミです！（暴論）そしてその解を基に構成されたデータも全部ゴミです！（超暴論）
— 関野武弘@一日目東ム-13b (@tsekino0530) November 10, 2025
…でいいのかな…？
なので今までの理論を作り上げてきたあらゆる解を引っ張り出して整合性というか正当性をチェックしなきゃダメです
— 関野武弘@一日目東ム-13b (@tsekino0530) November 10, 2025
今研究しているそれ、新しいやり方でやり直さないと出したときに「古い手法使ってる段階で間違いなのでゴミです」みたいになりますよ…
みたいになるのかと思うと恐怖ですね…
雑学方程式の大関先生だ！ https://t.co/PJzN6oWe42
— yakatano (@Yakatano) November 10, 2025
