Upload 2 files

emo-v37-paper(ENG).txt

@@ -1,6 +1,6 @@
 Theoretical Foundations of Autonomous Optimization in EmoNAVI v3.6 and EmoSens v3.7: 
 
-— Improving Regret Bound via High-Order Moment Approximation and Dynamic Distance Estimation —
+    — Improving Regret Bound via High-Order Moment Approximation and Dynamic Distance Estimation —
     This study demonstrates the theoretical unification of emo-based optimizers from EmoNAVI (v3.6) to EmoSens (v3.7) and establishes a general framework for autonomous optimization using Multi-EMA, emoDrive, and emoPulse.
 
 1. Introduction
@@ -151,12 +151,12 @@ Supplementary Material (2): Formal Proof of emoDrive Boundedness
 
 3. Theorem: Proof of the Boundedness of emoDrive
 
-    Based on the implementation code (v3.6.1), the definition of emoDrive is evaluated by dividing it into the following three regions:
+	Based on the implementation code (v3.6.1), the definition of emoDrive is evaluated by dividing it into the following three regions:
 
-    (A) Normal Zone (No Intervention Zone):
-    |\sigma _t|\leq 0.25\quad \mathrm{or}\quad 0.5<|\sigma _t|\leq 0.75
-    In this region, according to the implementation, the value is:
-    \mathrm{emoDrive}=1.0.
+	(A) Normal Zone (No Intervention Zone):
+	|\sigma _t|\leq 0.25\quad \mathrm{or}\quad 0.5<|\sigma _t|\leq 0.75
+	In this region, according to the implementation, the value is:
+	\mathrm{emoDrive}=1.0.
 
 	(B) Acceleration Zone (emoDrive Active Region):
 	0.25<|\sigma _t|<0.5

emo-v37-paper(JPN).txt

@@ -1,6 +1,6 @@
 # 論文：EmoNAVI v3.6、EmoSENS v3.7 における自律的最適化の理論的裏付け
 
-**〜高次モーメント近似と動的距離推定による Regret Bound の改善〜**
+    **〜高次モーメント近似と動的距離推定による Regret Bound の改善〜**
     本研究は、EmoNAVI（v3.6）から EmoSens（v3.7）へ至る emo系 最適化器の理論的統一を示し Multi‑EMA、emoDrive、emoPulse、 による自律的最適化の一般枠組みを確立した
 
 
@@ -112,16 +112,16 @@
 
 補足資料(1)：更新式への修正｜EmoNavi、EmoFact、EmoLynx、の効率化｜ 
 
-	1. EmoNavi(Adam型) emoDrive機構等により２次momentの凍結状態を緩和します  
-	2. EmoFact(Adafactor型) ２次momentと１次元ベクトルのバランスを符号化で揃え安定させました  
-	3. EmoLynx(Lion型) weight-decay分離をし安定させました  
+	EmoNavi(Adam型) emoDrive機構等により２次momentの凍結状態を緩和します  
+	EmoFact(Adafactor型) ２次momentと１次元ベクトルのバランスを符号化で揃え安定させました  
+	EmoLynx(Lion型) weight-decay分離をし安定させました  
 
-	4. emo系 第２世代 (EmoSens / EmoAiry / EmoCats 共通) 
-	   emoPulse 機構により、学習率の指定を「速度」から「視界（Scope）」という概念に転換、損失地形の SNR を監視し、手動のスケジューラなしでの完全自動収束を可能にしました
+	emo系 第２世代 (EmoSens / EmoAiry / EmoCats 共通) 
+	emoPulse 機構により、学習率の指定を「速度」から「視界（Scope）」という概念に転換、損失地形の SNR を監視し、手動のスケジューラなしでの完全自動収束を可能にしました
 
-	5. EmoSens (Adam型): 2次モーメントの逆数を sign 化する「二重符号化」により、低精度環境での発散を完全に克服
-	6. EmoAiry (Adafactor型): 行列分解に加え、1次元ベクトル（Bias, LayerNorm等）まで符号化を徹底
-	7. EmoCats (Lion型): 2次モーメントを完全に破棄し、weight-decay を更新則から分離
+	EmoSens (Adam型): 2次モーメントの逆数を sign 化する「二重符号化」により、低精度環境での発散を完全に克服
+	EmoAiry (Adafactor型): 行列分解に加え、1次元ベクトル（Bias, LayerNorm等）まで符号化を徹底
+	EmoCats (Lion型): 2次モーメントを完全に破棄し、weight-decay を更新則から分離
 
 
 補足資料(2)：emoDrive の有界性に関する形式的証明
@@ -148,12 +148,12 @@
 
 	この領域の emoDrive は emoDpt * (1.0 + 0.1 * trust) と定義される。 ここで、emoDpt = 8.0 * abs(trust) であり、trust は (1.0−∣σt​∣) に符号を付与したものである。
 
-    abs(trust) の評価: ∣σt​∣∈(0.25,0.5) のとき、∣trust∣∈(0.5,0.75) である。
+	abs(trust) の評価: ∣σt​∣∈(0.25,0.5) のとき、∣trust∣∈(0.5,0.75) である。
 
-    emoDpt の範囲: 8.0×0.5<emoDpt<8.0×0.75 より、4.0<emoDpt<6.0。
+	emoDpt の範囲: 8.0×0.5<emoDpt<8.0×0.75 より、4.0<emoDpt<6.0。
 
-    全体の評価: 1.0+0.1×trust は trust が正負いずれの場合も 0.9 から 1.1 の範囲に収まる。 したがって、加速ゾーンにおける最大値 Bup​ は：
-    Bup​<6.0×1.1=6.6
+	全体の評価: 1.0+0.1×trust は trust が正負いずれの場合も 0.9 から 1.1 の範囲に収まる。 したがって、加速ゾーンにおける最大値 Bup​ は：
+	Bup​<6.0×1.1=6.6
 
 	(C) 緊急制動ゾーン（Emergency Zone）: ∣σt​∣>0.75