10900 Arbeiten
Diese Arbeit stellt einen Rahmen für die zertifizierte und genaue Berechnung von Funktionraumnormen tief neuronaler Netze vor, der Intervallarithmetik, adaptive Verfeinerung und quadraturbasierte Aggregation kombiniert, um garantierte Schranken für Integrale und PINN-Residuen zu liefern.
Die Autoren stellen eine Korrelations-Komplexitäts-Karte vor, die als diagnostisches Werkzeug dient, um datengetriebene Domänen mit hoher quantenmechanischer Kompatibilität zu identifizieren, und demonstrieren anhand von Turbulenzdaten, dass IQP-basierte generative Modelle mit weniger Trainingsdaten und kleineren latenten Räumen eine wettbewerbsfähige Verteilungsausrichtung im Vergleich zu klassischen Modellen erreichen können.
Die Arbeit zeigt, dass bei quantenlimitierten Gaussian-Dynamiken die Umkehrung eines Diffusionsprozesses durch einen reinen Score-Drift die Bedingung der vollständigen Positivität verletzt, wenn die Squeezing-Parameter bestimmte Schwellenwerte überschreiten, und dass eine korrekte Reparatur daher unvermeidlich zusätzliche Diffusion erfordert.
Die Arbeit stellt NOBLE vor, eine Architektur-Erweiterung für Transformer, die permanente nichtlineare Low-Rank-Branches in die linearen Schichten integriert, um das Training von Grund auf zu beschleunigen und dabei die Effizienz bei minimalen Parameter- und Zeitkosten signifikant zu steigern.
Die Arbeit stellt COLD-Steer vor, ein trainingsfreies Framework, das Large Language Models durch die Approximation von In-Context-Lern-Dynamiken steuert und dabei eine hohe Wirksamkeit bei nur einem Bruchteil der bisher benötigten Beispielmengen erreicht.
Die vorgestellte semantikbewusste Caching-Methode beschleunigt das Konzeptlernen in Wissensbasen durch eine subsumptionsbewusste Zwischenspeicherung von Instanzen und reduziert die Laufzeit sowohl für symbolische als auch neuro-symbolische Reasoner um eine Größenordnung.
Die Arbeit widerlegt die Annahme, dass Multimodalität Backdoor-Angriffe verstärkt, indem sie das Phänomen des „Backdoor Modality Collapse" nachweist, bei dem Angriffe auf eine einzelne Modalität kollabieren und die Interaktion zwischen Modalitäten vernachlässigbar oder sogar negativ ist.
Diese Studie präsentiert ein KI-System, das auf über 45.000 Ultraschallbildern trainiert wurde, um fetale Gesichtsfehlbildungen mit einer Genauigkeit zu erkennen, die der von erfahrenen Radiologen entspricht und die von weniger erfahrenen Fachkräften deutlich übertrifft, während es gleichzeitig als effektives Lernwerkzeug zur Beschleunigung der Ausbildung in diesem seltenen medizinischen Bereich dient.
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.