cs.LG Arbeiten | Gist.Science

Geopolitics, Geoeconomics, and Sovereign Risk: Different Shocks, Different Channels

Die Studie unterscheidet zwischen geopolitischen Schocks, die das Ausfallrisiko von Staaten direkt beeinflussen, und geoekonomischen Schocks, die über die erwartete Geldpolitik wirken, und zeigt anhand eines Datensatzes von 42 Volkswirtschaften, dass diese unterschiedlichen Kanäle zu einem charakteristischen „Scherenmuster" in den Sovereign-CDS-Spreads führen, was darauf hindeutet, dass Liquiditätsbereitstellung zwar finanzzyklusbedingte Spread-Erweiterungen mildern, aber nicht die persistierenden geopolitischen Risikoprämien adressieren kann.

Alvaro Ortiz, Tomasa Rodrigo, Pablo Saborido2026-03-12📊 stat

HyWA: Hypernetwork Weight Adapting Personalized Voice Activity Detection

Die Arbeit stellt HyWA vor, eine personalisierte Sprachaktivitätserkennungsmethode, die mithilfe eines Hypernetzes angepasste Gewichte für ausgewählte Schichten eines Standardmodells generiert und dabei sowohl die Genauigkeit als auch die Deployment-Effizienz im Vergleich zu bestehenden Sprecher-Conditioning-Verfahren verbessert.

Mahsa Ghazvini Nejad, Hamed Jafarzadeh Asl, Amin Edraki, Mohammadreza Sadeghi, Masoud Asgharian, Yuanhao Yu, Vahid Partovi Nia2026-03-12⚡ eess

Reveal-to-Revise: Explainable Bias-Aware Generative Modeling with Multimodal Attention

Die Arbeit stellt ein erklärbares, voreingenommenheitsbewusstes generatives Framework vor, das durch die Kombination von cross-modaler Aufmerksamkeitsfusion, Grad-CAM++-Attribution und einem „Reveal-to-Revise"-Feedback-Schleifenmechanismus sowohl die Leistung als auch die Fairness und Robustheit multimodaler KI-Systeme signifikant verbessert.

Noor Islam S. Mohammad, Md Muntaqim Meherab2026-03-12🤖 cs.LG

Absolute indices for determining compactness, separability and number of clusters

Diese Arbeit stellt neue absolute Cluster-Indizes vor, die auf einer Kompaktheitsfunktion und einer Nachbarschaftsmenge basieren, um die Kompaktheit und Trennbarkeit von Clustern sowie die wahre Anzahl der Cluster in synthetischen und realen Datensätzen zu bestimmen.

Adil M. Bagirov, Ramiz M. Aliguliyev, Nargiz Sultanova, Sona Taheri2026-03-12📊 stat

Predicting kernel regression learning curves from only raw data statistics

Diese Arbeit stellt einen theoretischen Rahmen vor, der mithilfe der sogenannten Hermite-Eigenstruktur-Ansatz (HEA) und nur empirischen Datenstatistiken Lernkurven für Kernel-Regression auf realen Datensätzen vorhersagt und zudem zeigt, dass MLPs im Feature-Learning-Regime die von der HEA vorhergesagten Hermite-Polynome erlernen.

Dhruva Karkada, Joseph Turnbull, Yuxi Liu, James B. Simon2026-03-12🤖 cs.LG

Revisiting Value Iteration: Unified Analysis of Discounted and Average-Reward Cases

Diese Arbeit zeigt durch eine einheitliche geometrische Analyse, dass die Wertiteration sowohl im Fall des diskontierten als auch des durchschnittlichen Belohnungsmodells unter der Annahme einer eindeutigen unichain-optimalen Strategie geometrisch konvergiert und dabei schneller ist als frühere Theorien vermuten ließen.

Arsenii Mustafin, Xinyi Sheng, Dominik Baumann2026-03-12🤖 cs.LG

KV Cache Transform Coding for Compact Storage in LLM Inference

Die Arbeit stellt KVTC vor, einen leichten Transform-Coder, der durch PCA-basierte Dekorrelation, adaptive Quantisierung und Entropiecodierung KV-Caches von Large Language Models um bis zu 20-fach komprimiert, um den GPU-Speicherbedarf zu senken und die Genauigkeit bei der Wiederverwendung von Caches in Chat- und Code-Editier-Szenarien zu erhalten.

Konrad Staniszewski, Adrian Łancucki2026-03-12💬 cs.CL

Causal Regime Detection in Energy Markets With Augmented Time Series Structural Causal Models

Die Arbeit stellt Augmented Time Series Causal Models (ATSCM) vor, ein Framework, das neuronale kausale Entdeckung mit Gegenfaktischen Schlussfolgerungen kombiniert, um die komplexen, zeitlich variierenden kausalen Zusammenhänge in Energiemärkten zu modellieren und Szenarioanalysen für Strompreise zu ermöglichen.

Dennis Thumm2026-03-12📊 stat

Towards Causal Market Simulators

Die vorgestellte Arbeit führt das TNCM-VAE-Modell ein, das Variational Autoencoder mit strukturellen Kausalmodellen kombiniert, um synthetische Finanzzeitreihen zu generieren, die sowohl zeitliche Abhängigkeiten als auch kausale Zusammenhänge bewahren und somit verlässliche Gegenfakten für Risikoanalysen und Stresstests ermöglichen.

Dennis Thumm, Luis Ontaneda Mijares2026-03-12📊 stat

Resource Allocation in Hybrid Radio-Optical IoT Networks using GNN with Multi-task Learning

Die vorgestellte Arbeit adressiert die Ressourcenzuteilung in hybriden RF-OWC-IoT-Netzen durch den Dual-Graph-Embedding-with-Transformer (DGET)-Ansatz, der Graph Neural Networks mit Multi-Task-Learning kombiniert, um bei unvollständiger Kanalbeobachtung eine nahezu optimale, recheneffiziente Scheduling-Strategie zu erreichen, die den Durchsatz maximiert und das Delivery-based Age of Information im Vergleich zu reinen RF-Systemen um bis zu 20 % senkt.

Aymen Hamrouni, Sofie Pollin, Hazem Sallouha2026-03-12🤖 cs.LG

STREAM-VAE: Dual-Path Routing for Slow and Fast Dynamics in Vehicle Telemetry Anomaly Detection

Die Arbeit stellt STREAM-VAE vor, ein Variational-Autoencoder-Modell mit dualer Pfad-Routing-Architektur, das durch die getrennte Erfassung langsamer Drifts und schneller Spitzen in Fahrzeugtelemetriedaten die Zuverlässigkeit der Anomalieerkennung im Vergleich zu bestehenden Methoden verbessert.

Kadir-Kaan Özer, René Ebeling, Markus Enzweiler2026-03-12🤖 cs.LG

Hierarchical Dual-Strategy Unlearning for Biomedical and Healthcare Intelligence Using Imperfect and Privacy-Sensitive Medical Data

Die vorgestellte Arbeit präsentiert einen hierarchischen Dual-Strategie-Ansatz zum selektiven Vergessen spezifischen Wissens in medizinischen Large Language Models, der durch geometrisch eingeschränkte Gradientenupdates und token-level Interventionen eine hohe Privatsphäre bei gleichzeitiger Erhaltung grundlegender medizinischer Kompetenzen gewährleistet.

Yi Zhang, Chao Zhang, Zijian Li, Tianxiang Xu, Kunyu Zhang, Zhan Gao, Meinuo Li, Xiaohan Zhang, Qichao Qi, Bing Chen2026-03-12🤖 cs.LG

CostNav: A Navigation Benchmark for Real-World Economic-Cost Evaluation of Physical AI Agents

Das Paper stellt CostNav vor, einen physikalisch fundierten Benchmark, der autonome Navigationsagenten anhand realer wirtschaftlicher Kosten und Einnahmen bewertet und dabei zeigt, dass aktuelle Methoden trotz hoher Erfolgswahrscheinlichkeit bei vereinfachten Aufgaben kommerziell nicht tragfähig sind.

Haebin Seong, Sungmin Kim, Yongjun Cho, Myunchul Joe, Geunwoo Kim, Yubeen Park, Sunhoo Kim, Yoonshik Kim, Suhwan Choi, Jaeyoon Jung, Jiyong Youn, Jinmyung Kwak, Sunghee Ahn, Jaemin Lee, Younggil Do, Seungyeop Yi, Woojin Cheong, Minhyeok Oh, Minchan Kim, Seongjae Kang, Samwoo Seong, Youngjae Yu, Yunsung Lee2026-03-12🤖 cs.AI

Partially Equivariant Reinforcement Learning in Symmetry-Breaking Environments

Die Arbeit stellt Partially Equivariant Reinforcement Learning vor, ein Framework, das durch die selektive Anwendung von gruppeninvarianten Bellman-Updates in teilweise symmetriebrechenden Umgebungen die Generalisierungsfähigkeit und Sample-Effizienz von Reinforcement-Learning-Algorithmen signifikant verbessert.

Junwoo Chang, Minwoo Park, Joohwan Seo, Roberto Horowitz, Jongmin Lee, Jongeun Choi2026-03-12🤖 cs.LG

Cross-embodied Co-design for Dexterous Hands

Die Arbeit stellt einen Co-Design-Rahmen vor, der die morphologische Gestaltung und die Steuerung dexterer Roboterhände gemeinsam optimiert, um innerhalb von 24 Stunden eine vollständige Pipeline von der Simulation bis zum realen Einsatz zu ermöglichen.

Kehlani Fay, Darin Anthony Djapri, Anya Zorin, James Clinton, Ali El Lahib, Hao Su, Michael T. Tolley, Sha Yi, Xiaolong Wang2026-03-12🤖 cs.LG

A scalable and real-time neural decoder for topological quantum codes

Die Arbeit stellt AlphaQubit 2 vor, einen skalierbaren und Echtzeit-fähigen neuronalen Decoder, der für Oberflächencodes und Farbcodes nahezu optimale logische Fehlerraten erreicht und dabei die Geschwindigkeit und Genauigkeit bestehender Entschlüsselungsverfahren deutlich übertrifft.

Andrew W. Senior, Thomas Edlich, Francisco J. H. Heras, Lei M. Zhang, Oscar Higgott, James S. Spencer, Taylor Applebaum, Sam Blackwell, Justin Ledford, Akvil\.e Žemgulyt\.e, Augustin Žídek, Noah Shutty, Andrew Cowie, Yin Li, George Holland, Peter Brooks, Charlie Beattie, Michael Newman, Alex Davies, Cody Jones, Sergio Boixo, Hartmut Neven, Pushmeet Kohli, Johannes Bausch2026-03-12⚛️ quant-ph

Toward Closed-loop Molecular Discovery via Language Model, Property Alignment and Strategic Search

Das Paper stellt Trio vor, ein geschlossenes Framework für die molekulare Entdeckung, das fragmentbasierte Sprachmodelle, Reinforcement Learning und Monte-Carlo-Baumsuche integriert, um interpretierbare, synthetisch machbare und hochwirksame Liganden mit verbesserter Bindungsaffinität, Arzneimitteleigenschaften und Diversität zu generieren.

Junkai Ji, Zhangfan Yang, Dong Xu, Ruibin Bai, Jianqiang Li, Tingjun Hou, Zexuan Zhu2026-03-12🤖 cs.AI

Maximum Risk Minimization with Random Forests

Dieses Paper stellt effiziente Random-Forest-Varianten vor, die das Prinzip der Minimierung des maximalen Risikos (MaxRM) über verschiedene Umgebungen hinweg anwenden, um die Generalisierungsfähigkeit bei Out-of-Distribution-Szenarien zu verbessern, und liefert sowohl konsistente Algorithmen als auch neue theoretische Garantien für verschiedene Risikomaße.

Francesco Freni, Anya Fries, Linus Kühne, Markus Reichstein, Jonas Peters2026-03-12📊 stat

PvP: Data-Efficient Humanoid Robot Learning with Proprioceptive-Privileged Contrastive Representations

Die Arbeit stellt PvP vor, ein kontrastives Lernframework, das propriozeptive und privilegierte Zustände nutzt, um die Effizienz und Stabilität des Reinforcement-Learning-basierten Ganzkörperkontrolls für humanoide Roboter zu verbessern, und führt gleichzeitig SRL4Humanoid als einheitliches Evaluierungsframework ein.

Mingqi Yuan, Tao Yu, Haolin Song, Bo Li, Xin Jin, Hua Chen, Wenjun Zeng2026-03-12🤖 cs.LG

Pretrained battery transformer (PBT): A foundation model for universal battery life prediction

Die Studie stellt den „Pretrained Battery Transformer" (PBT) als ersten universellen Grundmodell für die Vorhersage der Batterielebensdauer vor, der durch den Einsatz von wissenscodierten Mixture-of-Experts-Schichten auf heterogenen Daten trainiert wird und damit den aktuellen Stand der Technik bei der Lebensdauervorhersage verschiedener Batterietypen deutlich übertrifft.

Ruifeng Tan, Weixiang Hong, Jia Li, Jiaqiang Huang, Tong-Yi Zhang2026-03-12🤖 cs.LG

← Zurück Weiter →