6212 Arbeiten
Diese Arbeit widerlegt die vereinfachte Annahme der überlegenen Energieeffizienz von Spiking Neural Networks durch eine rigorose Neubewertung, die Datenbewegungskosten berücksichtigt, und identifiziert spezifische Betriebsbedingungen, unter denen SNNs gegenüber äquivalenten Quantisierten Neuronalen Netzen tatsächlich effizienter sind und die Akkulaufzeit von Geräten wie Smartwatches nahezu verdoppeln können.
Diese Arbeit stellt ein neuartiges Modell gekoppelter Oszillatoren (CON) vor, das durch die Kombination von Lagrange-Struktur, globaler Input-to-State-Stabilität und einer invertierbaren Abbildung zwischen Eingabe und latenter Kraft effiziente, modellbasierte Regelung im latenten Raum für physikalische Systeme ermöglicht, wie am Beispiel eines Soft-Roboters demonstriert wird.
Das Paper stellt xTED vor, ein Framework, das mithilfe eines speziell entwickelten Diffusionsmodells Trajektorien aus einer Quell-Domäne direkt auf Daten-Ebene an eine Ziel-Domäne anpasst, um Domänenlücken universell zu überbrücken und so eine flexible und effiziente Politikübertragung auch bei begrenzten Ziel-Daten zu ermöglichen.
Die Arbeit stellt BNEM vor, einen auf Bootstrapping und Noised Energy Matching basierenden Boltzmann-Sampler, der effizient und robust IID-Stichproben aus Energiefunktionen generiert und dabei den Stand der Technik in Bezug auf Leistung und Stabilität übertrifft.
Diese Arbeit zeigt, dass Policy-Gradient-Methoden für eine Klasse von endlich-horizontigen MDPs mit allgemeinen Zustands- und Aktionsräumen trotz Nichtkonvexität durch die Etablierung einer Polyak-Łojasiewicz-Kurdyka-Bedingung global konvergieren und dabei erstmals sample-complexity-Garantien für stochastische Lagerhaltungs- und Kassenhaltungsprobleme liefern.
Die Arbeit stellt ein kontinuierliches Zeit-Modell auf Basis von neuronalen Verzögerungsdifferentialgleichungen vor, das mithilfe des Mori-Zwanzig-Formalismus und des Adjungierten-Verfahrens nicht-Markowsche Dynamiken aus teilweise beobachtbaren Daten lernt und dabei bestehende Methoden wie LSTMs und ANODEs übertrifft.
Das Paper stellt LS-Imagine vor, eine Methode, die durch die Einführung eines lang-kurzfristigen Weltmodells und die Simulation zielgerichteter Sprungübergänge die Erkundungseffizienz in hochdimensionalen offenen Welten verbessert und so langfristige Belohnungen effektiver nutzt.
Die Arbeit führt ein PAC-Bayes-Analyserahmenwerk ein, das Adversarial Training als diskretes dynamisches System modelliert, um durch die Verfolgung der Posterior-Entwicklung einen mechanistischen Erklärungsansatz für robustes Overfitting zu liefern und die Wirkung von Adversarial Weight Perturbation auf die Generalisierung zu beleuchten.
Die Studie zeigt, dass Transformer-Modelle im In-Context-Learning-Modus ohne Gradienten-Updates oder explizites Systemwissen versteckte Zustände dynamischer Systeme implizit schätzen können, um Vorhersagen zu treffen, die in linearen und nichtlinearen Szenarien mit klassischen Methoden wie dem Kalman-Filter oder Partikelfiltern konkurrieren.
Die Autoren stellen einen allgemeinen Transfer-Learning-Rahmen für das Clustering vor, der einen adaptiven Algorithmus (ATC) nutzt, um die Gemeinsamkeiten zwischen einem Haupt- und einem Hilfsdatensatz automatisch zu nutzen, selbst bei unbekannten Diskrepanzen, und dessen theoretische Optimalität sowie praktische Wirksamkeit in verschiedenen Szenarien nachgewiesen wird.
Diese Arbeit stellt den allgemeinen lernbaren Proximalen Alternierenden Minimierungsalgorithmus (LPAM) und das daraus abgeleitete LPAM-Netzwerk vor, die durch eine Kombination aus Glättungstechniken, Residual Learning und Blockkoordinatenabstieg konvergente Lösungen für nichtkonvexe und nichtglatte Zwei-Block-Optimierungsprobleme bieten, wie sie beispielsweise bei der Rekonstruktion von MRT-Bildern aus stark unterabgetasteten Daten erfolgreich angewendet werden.
Diese Studie stellt ein neurosymbolisches System vor, das durch die Rekonstruktion von Bildern mittels visueller Primitiven strukturelle Darstellungen lernt und sich in der histologischen Bildanalyse sowohl durch höhere Klassifizierungsgenauigkeit als auch durch größere Transparenz gegenüber herkömmlichen Deep-Learning-Architekturen auszeichnet.
Die Arbeit stellt Puppet-CNN vor, ein Framework, das die Parameter von Faltungsschichten als Zustände eines durch neuronale gewöhnliche Differentialgleichungen gesteuerten kontinuierlichen dynamischen Systems modelliert, wodurch eine eingabeadaptive Berechnung ermöglicht und die Anzahl der gespeicherten trainierbaren Parameter erheblich reduziert wird.
Diese Arbeit stellt einen Ansatz vor, bei dem Diffusionsmodelle ihre Generierungsprozesse an die Komplexität einzelner Eingaben anpassen, indem sie unter variierenden Zeitrahmen und Rauschplänen trainiert werden, was zu einer Reduktion der erforderlichen Abtastschritte bei gleichbleibender Bildqualität führt.
Diese Studie stellt eine Optimierungsstrategie für Locomotor-Aufgabensets vor, die durch Clusteranalyse eine minimale, repräsentative Datengrundlage identifiziert, um die Genauigkeit der biomedizinischen Gelenkmomentenschätzung für Hüftexoskelette zu erhalten und gleichzeitig den Aufwand für die Datenerhebung erheblich zu reduzieren.
Die Autoren schlagen einen parametrischen Ansatz vor, der durch eine endliche Dimensionsdarstellung minimax-optimalen Konvergenzraten bei der nichtparametrischen Regression unter Supremumsnorm erreicht und gleichzeitig den Speicherbedarf sowie die Rechenkosten im Vergleich zu traditionellen Kernel-Methoden drastisch reduziert.
Dieser Artikel untersucht das Potenzial generativer Diffusionsmodelle (GDM) für Massive-MIMO-Kommunikation, indem er einen Überblick über die Technologie bietet, eine Fallstudie zur Kanalschätzung im Nahfeld vorstellt und zukünftige Herausforderungen sowie Forschungsrichtungen aufzeigt.
Diese Arbeit untersucht den Einfluss von Embedding-Priors auf das Prompt-Tuning, zeigt, dass Modelle auch mit neuartigen Embedding-Bereichen effektiv arbeiten können, und stellt die Bedeutung einer einzigen Aktivierungscluster für die Generalisierungsfähigkeit großer Sprachmodelle in Frage.
Diese Arbeit stellt eine Methode vor, die vortrainierte Vision-Language-Modelle nutzt, um abstrakte symbolische Weltmodelle aus wenigen Bild-Demonstrationen zu lernen, wodurch Roboter in der Lage sind, langfristige Entscheidungsprobleme in komplexen Umgebungen durch Planung auf neue Ziele und Szenarien zu verallgemeinern.
Die Arbeit stellt UFGraphFR vor, ein privatsphäreschonendes Empfehlungssystem für das Federated Learning, das durch die Umwandlung lokaler Daten in semantische Textvektoren und die sichere Rekonstruktion globaler Benutzerbeziehungsgraphen auf dem Server die Empfehlungsgenauigkeit und Personalisierung signifikant verbessert.