6931 Arbeiten
Die Arbeit stellt DIRECTER vor, eine neue Methode zur Aktivierungssteuerung, die durch dynamische, plausibilitätsgeleitete Anpassung der Steuerungsstärke und eine KV-Cache-Skalierung die Instruktionsbefolgung von Large Language Models verbessert, ohne dabei die Textqualität oder Aufgabenfidelität zu beeinträchtigen.
Die Arbeit stellt ProtAlign vor, ein Multi-Objective-Preference-Alignment-Framework, das vortrainierte Protein-Inverse-Folding-Modelle wie ProteinMPNN durch semi-online Direct Preference Optimization so verfeinert, dass sie gleichzeitig strukturelle Integrität und diverse Entwickelbarkeitseigenschaften wie Löslichkeit und Thermostabilität optimieren.
Die vorgestellte Arbeit schlägt einen latenten Autoencoder-Ensemble-Kalman-Filter (LAE-EnKF) vor, der die Datenassimilation in stark nichtlinearen Systemen verbessert, indem er das Problem in einen gelernten latenten Raum mit stabilen linearen Dynamiken transformiert, was zu höherer Genauigkeit und Stabilität im Vergleich zu herkömmlichen Methoden führt.
Diese Arbeit stellt einen hybriden Quanten-Klassischen Autoencoder und Variational Autoencoder vor, der eine Quanten-implizite neuronale Repräsentation (QINR) als Decoder nutzt, um bei der Bildrekonstruktion und -generierung auf Datensätzen wie MNIST eine hohe Detailtreue und Diversität mit begrenzten Parametern zu erreichen und dabei die Stabilitätsprobleme bestehender Quanten-Generativmodelle zu überwinden.
Die Arbeit stellt ICD3 vor, einen interpretierbaren Ansatz zur Erkennung von Konzeptdrift in unausgewogenen Datenströmen, der durch eine granulare Suche und einzelne Cluster-Klassifikatoren den „Maskierungseffekt" großer Cluster vermeidet und Drifts in kleinen Konzepten präzise lokalisiert.
Diese Studie stellt ein mehrstufiges Erklärbarkeitsframework vor, das die Robustheit und Konsistenz von SHAP-Erklärungen für Diagnose- und Prognosemodelle der Alzheimer-Krankheit auf dem NACC-Datensatz quantitativ validiert und zeigt, dass kognitive und funktionelle Marker als stabile, übertragbare Erklärungen dienen.
Diese Arbeit stellt eine diversitätsbewusste, adaptive Auswahl von Kollokationspunkten für Physics-Informed Neural Networks vor, die das Problem als Sparse-QUBO-Optimierung auf einem kNN-Graphen formuliert, um redundante Punkte zu vermeiden und die Genauigkeit bei reduzierten Trainingskosten zu verbessern.
Diese Studie zeigt, dass der Fourier-Neural-Operator (FNO) im Vergleich zu herkömmlichen CFD-Methoden und anderen neuronalen Architekturen wie U-Net und Autoencodern eine deutlich schnellere und genauere Vorhersage von Strömungen durch poröse Medien ermöglicht, was ihn besonders für die Topologieoptimierung von Kühlplatten geeignet macht.
Die vorgestellte Studie kombiniert Graph-Convolutional-Neural-Networks mit Meta-Learning, um Verkehrsflussvorhersagen auch bei unvorhergesehenen Netzwerkausfällen und veränderten Nachfragemustern schnell anzupassen und dabei eine hohe Genauigkeit (R² ≈ 0,85) zu erreichen.
Diese Studie demonstriert, dass symbolisches maschinelles Lernen im Vergleich zu herkömmlichen Black-Box-Modellen wie Random Forest und Multilayer Perceptron nicht nur eine höhere Vorhersagegenauigkeit bei der Fehlererkennung im Prozess der Ethylenoxidation erzielt, sondern auch durch die Generierung interpretierbarer, regelbasierter Modelle entscheidende Vorteile für die Sicherheit und Entscheidungsunterstützung in der chemischen Industrie bietet.
Die Arbeit zeigt, dass neuronale Repräsentationen nur bis auf invertierbare lineare Transformationen definiert sind, was bedeutet, dass metrikabhängige Ähnlichkeitsmaße wie die Kosinusähnlichkeit ohne Invarianz gegenüber dieser Eichfreiheit irreführend sein können und Analysen stattdessen auf invariante Größen oder kanonische Koordinaten fokussieren sollten.
Die Arbeit stellt den HGT-Scheduler vor, ein auf Deep Reinforcement Learning basierendes Framework, das das Job-Shop-Scheduling-Problem durch die explizite Modellierung als heterogener Graph mittels Heterogeneous Graph Transformer löst und dadurch durch die Berücksichtigung unterschiedlicher Kantentypen eine überlegene Leistung im Vergleich zu homogenen Ansätzen erzielt.
Der Artikel stellt SpatialMAGIC vor, ein hybrides Framework, das Graph-Diffusion und räumliche Aufmerksamkeit kombiniert, um die durch technische Rauschsignale und hohe Sparsität beeinträchtigten Daten der räumlichen Transkriptomik zu vervollständigen und dabei sowohl die Gewebe-Architektur als auch die biologische Interpretierbarkeit zu erhalten.
Das Paper stellt xaitimesynth vor, ein Open-Source-Python-Paket, das durch die Generierung synthetischer Zeitreihen mit bekannter Ground Truth eine standardisierte Infrastruktur zur Evaluierung von Attribution-Methoden für Zeitreihen bereitstellt.
Dieser Beitrag stellt ein physikbasiertes Diffusionsmodell vor, das mittels der Context-UNet-Architektur und atmosphärischer Konditionierung synthetische, physikalisch konsistente Satellitenbilder extremer Wetterereignisse generiert, um das Problem des Datenmangels bei seltenen tropischen Wirbelstürmen zu lösen und maschinelles Lernen für deren Erkennung zu verbessern.
Die Arbeit stellt die Optimistic Policy Regularization (OPR) vor, einen leichten Mechanismus, der durch die Speicherung und gezielte Nachahmung historisch erfolgreicher Trajektorien das vorzeitige Konvergieren von Deep-Reinforcement-Learning-Agenten verhindert und so sowohl die Sample-Effizienz als auch die Endleistung auf Atari-Spielen und im Cyber-Defense-Bereich signifikant verbessert.
Die Arbeit stellt „Best-of-Tails" (BoT) vor, ein adaptives Inferenzzeit-Alignierungs-Framework, das durch die Analyse der Reward-Verteilung mit dem Hill-Schätzer und die Verwendung von Tsallis-Divergenz als regulärisierendem Faktor dynamisch zwischen optimistischen und pessimistischen Strategien wechselt, um das Dilemma zwischen Belohnungshacking und notwendiger Exploration zu lösen.
Die Arbeit stellt NEST vor, ein Framework für das Gerätelayout im verteilten Deep Learning, das durch strukturierte dynamische Programmierung Parallelismus, Speicherkapazität und Netzwerktopologie gemeinsam optimiert und damit im Vergleich zu bestehenden Methoden eine bis zu 2,43-fach höhere Durchsatzleistung sowie verbesserte Skalierbarkeit und Speichereffizienz erzielt.
Diese Arbeit stellt ein neues Rahmenwerk für kooperatives Multi-Agenten-Reinforcement-Learning mit submodularen Belohnungen vor, das durch greedy-Optimierung bei bekannten Dynamiken und einen UCB-basierten Algorithmus bei unbekannten Dynamiken effiziente Algorithmen mit nachweisbaren Approximations- und Regret-Garantien bietet.
Das Paper stellt CREDO vor, eine Methode, die durch die Kombination von credalen Envelopes zur Darstellung epistemischer Unsicherheit und konformaler Kalibrierung für garantierte Abdeckung interpretierbare und effiziente Regressionsintervalle erzeugt, deren Breite sich in aleatorisches Rauschen, epistemische Inflation und einen kalibrierungsbedingten Spielraum zerlegen lässt.