7666 Arbeiten
Diese Studie demonstriert, wie Transformer-Modelle als effiziente Surrogatmodelle trainiert werden können, um atomare Übergänge in Nano-Clustern mit deutlich reduzierten Rechenkosten vorherzusagen und dabei physikalisch valide Mikrozustände zu generieren.
Diese Arbeit stellt eine neuartige Methode zur Erklärbarkeit hierarchischer probabilistischer Zeitreihenprognosen vor, die durch die Analyse von Variablenbedeutung, Unsicherheit und Datenänderungen das Vertrauen in industrielle Nachfragevorhersagen stärkt und fundierte Entscheidungsprozesse ermöglicht.
Die Studie stellt CODEC vor, eine Methode, die mithilfe von sparse Autoencodern die kausalen Beiträge einzelner Neuronen in neuronalen Netzen zerlegt, um deren nichtlineare Berechnungen interpretierbar zu machen und eine präzisere Kontrolle sowie mechanistische Einblicke in künstliche und biologische Netzwerke zu ermöglichen.
Die Studie stellt H²RL vor, einen hybriden Zwei-Stufen-Ansatz, der durch eine logikbasierte Vortrainingsstrategie tiefes Reinforcement Learning verbessert, um Agenten von kurzfristigen Belohnungsschleifen wegzuführen und ihre Leistung in langfristigen Entscheidungsprozessen gegenüber reinen neuronalen, symbolischen und neuro-symbolischen Baselines zu steigern.
Die Arbeit stellt AllScAIP vor, einen skalierbaren, auf All-to-All-Attention basierenden Machine-Learning-Interatomic-Potential-Ansatz, der durch einen rein datengetriebenen Mechanismus langreichweitige Wechselwirkungen präzise erfasst und dabei in großen Datenszenarien traditionelle physikalische Induktionsvoraussetzungen übertrifft.
Das Paper stellt SCOPE vor, ein plug-and-play-Framework zur Anreicherung von Few-Shot-Prototypen in der 3D-Segmentierung, das ungelabelte Hintergrundinformationen nutzt, um die Leistung bei neuen Kategorien zu steigern und katastrophales Vergessen zu minimieren.
Die Arbeit stellt BEVLM vor, ein Framework, das semantisches Wissen aus großen Sprachmodellen in räumlich konsistente Vogelperspektiven-Repräsentationen (BEV) integriert, um die reasoning-Fähigkeiten in komplexen Fahrszenen zu verbessern und die Sicherheit in End-to-End-Steuerungssystemen signifikant zu erhöhen.
Diese Arbeit stellt einen Neyman-orthogonalen Schätzer für lineare Modelle mit mehrdimensionalen Paneldaten und unbeobachteten interaktiven Fixeffekten vor, der durch eine gewichtete Within-Transformation eine parametrische Konvergenzrate erreicht und asymptotisch normal ist, wobei die Methode zur Schätzung der Bier-Nachfrageelastizität angewendet wird.
Diese Arbeit stellt zwei einstufige Nullter-Ordnung-Primal-Dual-Algorithmen vor, die erstmals iterative Komplexitätsgarantien für nichtkonvexe-(stark) konkave Minimax-Probleme mit gekoppelten linearen Nebenbedingungen unter deterministischen und stochastischen Bedingungen bieten und dabei den aktuellen Stand der Technik übertreffen.
Die Arbeit stellt Orthonormale Datenkollaboration (ODC) vor, eine Methode, die durch die Erzwingung orthonormaler Basen das komplexe Basis-Alignment auf ein effizientes, geschlossenes Lösungsverfahren reduziert und dabei die Genauigkeit verbessert sowie die Rechenzeit um bis zu das 100-fache senkt, ohne die Datenschutzgarantien zu beeinträchtigen.
Diese Arbeit schlägt eine neuartige Formulierung für die submodulare Multi-Task-Auswahl vor, die durch relative Entropie regularisiert wird, um eine lokal verteilungsrobuste Lösung zu gewährleisten, die sich effizient mittels gieriger Algorithmen optimieren lässt und in Anwendungen wie Satellitenauswahl und Bildzusammenfassung überlegene Ergebnisse liefert.
Dieser Artikel stellt eine neuartige Lernmethode vor, die durch die Distillation privilegierter Informationen aus LKH-Heuristiken und eine anschließende überwachtes Anpassung den Dubins-Reisenden-Problem mit Nachbarschaften (DTSPN) für nicht-holonome Fahrzeuge etwa 50-mal schneller löst als herkömmliche Ansätze und dabei eine vollständige Erfassung aller Aufgabenpunkte gewährleistet.
Die Studie stellt HEroBM vor, ein skalierbares, auf tiefen äquivarianten Graphenneuralen Netzen basierendes Verfahren, das eine universelle und präzise Rückführung von grobkörnigen zu all-atomaren Molekülstrukturen über den gesamten chemischen Raum hinweg ermöglicht.
Die Arbeit entwickelt einen asymptotisch optimalen Algorithmus für ein Online-Lern- und Optimierungsproblem mit irreversiblen Entscheidungen, der durch eine anfängliche begrenzte Exploration und anschließende schnelle Ausbeutung die Anzahl der zu öffnenden Einrichtungen unter einer Wahrscheinlichkeitsbedingung minimiert und dabei sublineare Regret-Schranken für verschiedene Lernraten und Fehlermodelle herleitet.
Das Paper stellt GPSL vor, eine servergesteuerte Methode für Parallel Split Learning, die durch globales Sampling die Batch-Größe unabhängig von der Client-Anzahl hält, Verzerrungen bei nicht-IID-Daten eliminiert und so eine zentralisierte Genauigkeit mit geringem Overhead erreicht.
Diese Arbeit stellt eine faire Variante der nicht-negativen Matrixfaktorisierung (NMF) vor, die durch eine Min-Max-Formulierung des Zielfunktions-Optimierungsproblems die Fairness für Bevölkerungsgruppen verbessert, wobei die Autoren auf die Notwendigkeit hinweisen, dass dies zu Lasten der Genauigkeit für einzelne Individuen gehen kann und die Methode stark anwendungsspezifisch gewählt werden muss.
Diese Studie präsentiert eine umfassende experimentelle Untersuchung fairer maschineller Lernverfahren im Kredit-Scoring, die zeigt, dass diese Modelle im Vergleich zu traditionellen Klassifikationsmodellen eine bessere Balance zwischen Vorhersagegenauigkeit und Fairness erreichen.
Diese Arbeit stellt Path Planning (P2) vor, eine neue Inferenzstrategie für Masked Diffusion Models, die durch die Einführung eines Planungs- und eines Denoising-Schritts die Möglichkeit bietet, bereits generierte Tokens iterativ zu verfeinern, und dadurch in Bereichen wie Proteinsequenzen, Mathematik und Code-Generierung einen neuen State-of-the-Art erreicht.
Diese Arbeit zeigt, dass der Fluch der Dimensionalität die Optimierung neuronaler Netze mit glatten Aktivierungsfunktionen fundamental einschränkt, indem sie nachweist, dass die Konvergenzrate des Populationsrisikos unter Gradientenfluss durch die Dimension des Eingaberaums und die Glattheit der Zielfunktion begrenzt wird.
Diese Arbeit erweitert die Anwendbarkeit von Entropiefluss-Methoden zur Herleitung von Generalisierungsschranken auf alle lernenden Algorithmen, deren iterative Dynamik durch einen zeit-homogenen Markov-Prozess beschrieben wird, indem sie eine exakte Entropiefluss-Formel und Verbindungen zu modifizierten logarithmischen Sobolev-Ungleichungen einführt.