cs.LG Arbeiten | Gist.Science

A Learned Proximal Alternating Minimization Algorithm and Its Induced Network for a Class of Two-block Nonconvex and Nonsmooth Optimization

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.

Yunmei Chen, Lezhi Liu, Lei Zhang2026-03-10🤖 cs.LG

Autoassociative Learning of Structural Representations for Modeling and Classification in Medical Imaging

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.

Zuzanna Buchnajzer, Kacper Dobek, Stanisław Hapke, Daniel Jankowski, Krzysztof Krawiec2026-03-10🤖 cs.LG

Puppet-CNN: Continuous Parameter Dynamics for Input-Adaptive Convolutional Networks

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.

Yucheng Xing, Xin Wang2026-03-10🤖 cs.LG

Input-Adaptive Generative Dynamics in Diffusion Models

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.

Yucheng Xing, Xiaodong Liu, Xin Wang2026-03-10🤖 cs.LG

Optimizing Locomotor Task Sets in Biological Joint Moment Estimation for Hip Exoskeleton Applications

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.

Jimin An, Changseob Song, Eni Halilaj + 1 more2026-03-10🤖 cs.LG

Finite Sample Bounds for Non-Parametric Regression: Optimal Sample Efficiency and Space Complexity

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.

Davide Maran, Marcello Restelli2026-03-10🤖 cs.LG

GDM4MMIMO: Generative Diffusion Models for Massive MIMO Communications

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.

Zhenzhou Jin, Li You, Huibin Zhou + 6 more2026-03-10⚡ eess

Exploring Embedding Priors in Prompt-Tuning for Improved Interpretability and Control

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.

Sergey Sedov, Sumanth Bharadwaj Hachalli Karanam, Venu Gopal Kadamba2026-03-10🤖 cs.LG

From Pixels to Predicates: Learning Symbolic World Models via Pretrained Vision-Language Models

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.

Ashay Athalye, Nishanth Kumar, Tom Silver, Yichao Liang, Jiuguang Wang, Tomás Lozano-Pérez, Leslie Pack Kaelbling2026-03-10🤖 cs.LG

UFGraphFR: Graph Federation Recommendation System based on User Text description features

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.

Xudong Wang, Qingbo Hao, Yingyuan Xiao2026-03-10🤖 cs.LG

Efficient Semi-Supervised Adversarial Training via Latent Clustering-Based Data Reduction

Diese Arbeit stellt effiziente Datenreduktionsstrategien für das semi-supervisierte adversarielle Training vor, die durch latente Clustering-Techniken die benötigte Menge an ungelabelten Daten und die Rechenzeit drastisch senken, ohne dabei die Robustheit des Modells zu beeinträchtigen.

Somrita Ghosh, Yuelin Xu, Xiao Zhang2026-03-10🤖 cs.LG

The Exploration of Error Bounds in Classification with Noisy Labels

Diese Arbeit leitet Fehlergrenzen für den Excess Risk bei Klassifizierungsproblemen mit verrauschten Labels in Deep-Learning-Frameworks ab, indem sie statistische Fehler unter Berücksichtigung von Abhängigkeiten und Approximationsfehler im Vektorraum unter der Low-Dimensional-Manifold-Hypothese analysiert.

Haixia Liu, Boxiao Li, Can Yang, Yang Wang2026-03-10🤖 cs.LG

Strengthening Generative Robot Policies through Predictive World Modeling

Die Arbeit stellt GPC vor, ein Lernsteuerungsframework, das durch die Kombination einer generativen Diffusions-Policy, eines prädiktiven Weltmodells und eines Online-Planers die Leistung von Behavior Cloning in verschiedenen robotischen Manipulationsaufgaben sowohl in Simulation als auch in der realen Welt übertrifft.

Han Qi, Haocheng Yin, Aris Zhu, Yilun Du, Heng Yang2026-03-10🤖 cs.LG

General Coded Computing in a Probabilistic Straggler Regime

Diese Arbeit analysiert theoretisch und experimentell die Konvergenz des Approximationsfehlers bei allgemeinen kodierten Berechnungsverfahren (BACC und LeTCC) unter probabilistischen Straggler-Bedingungen und zeigt, dass die Fehler trotz einer mit der Serveranzahl skalierenden erwarteten Anzahl von Stragglern gegen Null konvergieren.

Parsa Moradi, Mohammad Ali Maddah-Ali2026-03-10🤖 cs.LG

GRADIEND: Feature Learning within Neural Networks Exemplified through Biases

Die Studie stellt GRADIEND vor, eine neuartige Encoder-Decoder-Methode, die Modellgradienten nutzt, um gesellschaftliche Vorurteile wie Geschlecht oder Herkunft zu identifizieren und gezielt zu entfernen, ohne dabei andere Fähigkeiten des Modells zu beeinträchtigen.

Jonathan Drechsel, Steffen Herbold2026-03-10🤖 cs.LG

Security and Quality in LLM-Generated Code: A Multi-Language, Multi-Model Analysis

Diese Studie analysiert die Sicherheit und Qualität von Code, der von großen Sprachmodellen (LLMs) in verschiedenen Programmiersprachen generiert wurde, und stellt fest, dass die Modelle oft veraltete Methoden verwenden und moderne Sicherheitsfeatures nicht nutzen, was eine Weiterentwicklung zur Integration aktueller Best Practices erforderlich macht.

Mohammed Kharma, Soohyeon Choi, Mohammed AlKhanafseh, David Mohaisen2026-03-10🤖 cs.LG

An Efficient Local Search Approach for Polarized Community Discovery in Signed Networks

Diese Arbeit stellt einen effizienten lokalen Suchalgorithmus vor, der polarisierte Gemeinschaften in signierten Netzwerken unter Berücksichtigung neutraler Knoten identifiziert, eine neuartige Optimierungszielsetzung zur Vermeidung von Größenungleichgewichten einführt und dabei eine lineare Konvergenzrate nachweist.

Linus Aronsson, Morteza Haghir Chehreghani2026-03-10🤖 cs.LG

Controllable Sequence Editing for Biological and Clinical Trajectories

Das Paper stellt CLEF vor, ein Modell zur kontrollierten Sequenzbearbeitung, das in biologischen und klinischen Kontexten gezielte Eingriffe zu spezifischen Zeitpunkten und auf ausgewählte Variablen ermöglicht, wodurch es die Genauigkeit bei der Erzeugung realistischer kontrafaktischer Trajektorien im Vergleich zu bestehenden Methoden erheblich verbessert.

Michelle M. Li, Kevin Li, Yasha Ektefaie, Ying Jin, Yepeng Huang, Shvat Messica, Tianxi Cai, Marinka Zitnik2026-03-10🤖 cs.LG

Mitigating Unintended Memorization with LoRA in Federated Learning for LLMs

Diese Arbeit zeigt, dass die Anwendung von Low-Rank Adaptation (LoRA) im Federated Learning das Risiko der ungewollten Memorierung von Trainingsdaten in großen Sprachmodellen um bis zu den Faktor 10 reduziert, ohne dabei die Modellleistung signifikant zu beeinträchtigen.

Thierry Bossy, Julien Vignoud, Tahseen Rabbani, Juan R. Troncoso Pastoriza, Martin Jaggi2026-03-10🤖 cs.LG

Active Advantage-Aligned Online Reinforcement Learning with Offline Data

Die Arbeit stellt A3RL vor, einen neuen Online-Reinforcement-Learning-Ansatz, der durch eine konfidenzbasierte, aktive Stichprobenstrategie (A3) Offline- und Online-Daten dynamisch kombiniert, um die Stichprobeneffizienz zu steigern und das Vergessen früherer Fähigkeiten zu vermeiden.

Xuefeng Liu, Hung T. C. Le, Siyu Chen, Rick Stevens, Zhuoran Yang, Matthew R. Walter, Yuxin Chen2026-03-10🤖 cs.LG

← Zurück Weiter →