10924 Arbeiten
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.
Diese Arbeit widerlegt die Vermutung, dass die Attraktoren der Replikator-Dynamik in einer eindeutigen Beziehung zu den Sink-Gleichgewichten stehen, indem sie Gegenbeispiele mittels lokaler Quellen aufzeigt und stattdessen Pseudo-Konvexität als hinreichende Bedingung für diese Korrespondenz in Zwei-Spieler-Spielen einführt.
Die Arbeit stellt FBFL vor, einen neuartigen, auf Feldkoordinierung basierenden Ansatz für das Federated Learning, der durch dezentrale, räumlich organisierte Hierarchien und personalisierte Leader-Election-Verfahren nicht nur die Herausforderungen nicht-identisch verteilter (non-IID) Daten effektiv löst, sondern auch die Skalierbarkeit und Ausfallsicherheit gegenüber zentralisierten Architekturen wie FedAvg, FedProx und Scaffold verbessert.
Die Autoren stellen Clip21-SGD2M vor, einen neuen Algorithmus für das Federated Learning, der durch eine innovative Kombination aus Clipping, Heavy-Ball-Momentum und Error Feedback sowohl optimale Konvergenzraten bei beliebiger Datenheterogenität als auch starke lokale Differentialprivatsphäre-Garantien ohne restriktive Annahmen erreicht.
Diese Arbeit stellt eine umfassende Übersicht über generative Modelle in der Entscheidungsfindung vor, die durch eine funktionale Taxonomie im Rahmen von „Control as Inference" vier zentrale Rollen definiert, kritische Risiken in Hochrisikodomänen analysiert und den Weg zu allgemeinen physischen Intelligenzen aufzeigt.
Dieser Beitrag stellt BACE-RUL vor, ein bi-direktionales adversariales Netzwerk mit Kovariatenkodierung, das den Restnutzungsdauer von Maschinen ausschließlich auf Basis aktueller Sensormessungen vorhersagt und dabei bestehende Methoden in Bezug auf Genauigkeit und Anwendbarkeit übertrifft.
Die Arbeit zeigt, dass überwachtes Sicherheitstraining bei Vision-Language-Modellen durch irreführende oberflächliche Korrelationen anfällig für Umgehungsangriffe und übermäßige Zurückhaltung bleibt, und demonstriert, dass maschinelles Vergessen (Machine Unlearning) eine überlegene Alternative ist, um schädliches Wissen gezielt zu entfernen und gleichzeitig die Sicherheit sowie die Leistungsfähigkeit der Modelle zu verbessern.
Diese Studie stellt ein neuartiges, skalierbares Evaluierungsframework vor, das zeigt, dass die Fähigkeit von Large Language Models zur Fehlerlokalisation durch semantisch erhaltende Mutationen stark beeinträchtigt wird, was auf eine übermäßige Abhängigkeit von syntaktischen Merkmalen anstelle eines tiefen semantischen Verständnisses hinweist.
Die Arbeit stellt ms-Mamba vor, eine neuartige Multi-Scale-Architektur auf Mamba-Basis, die durch die Verarbeitung von Zeitreihen auf mehreren zeitlichen Skalen den State-of-the-Art bei Prognoseaufgaben übertrifft und dabei effizienter ist als bestehende Transformer- und Mamba-Modelle.
Das Paper stellt TianQuan-S2S vor, ein globales Wettermodell für subseasonale bis saisonale Vorhersagen, das durch die Integration klimatologischer Zustände in die Patch-Embeddings und einen unsicherheitsaugmentierten Transformer die Überglättung bestehender datengetriebener Modelle überwindet und dabei die Leistungsfähigkeit etablierter numerischer sowie anderer KI-basierter Modelle in Schlüsselmetriken übertrifft.
Die Arbeit stellt Noise2Ghost vor, eine selbstüberwachte, tiefenlernbasierte Methode zur Rekonstruktion von Ghost-Imaging-Daten, die ohne saubere Referenzdaten auskommt und durch hervorragende Rauschunterdrückung besonders für rauschbehaftete Aufnahmen in Low-Light-Szenarien wie der Röntgenfluoreszenzanalyse geeignet ist.
Die Autoren stellen einen skalierbaren, differenziell privaten Algorithmus vor, der auf dem Propose-Test-Release-Framework basiert und durch die Ausnutzung instanzspezifischer Sensitivitäten eine hohe Genauigkeit bei der Schätzung des Netzwerkhauptkomponenten sowie eine 180-fache Laufzeitverbesserung gegenüber bestehenden Methoden ermöglicht.
Diese Arbeit stellt die Log-Homotopie-Teilchenströmung als zeitlich skalierten Fisher-Rao-Gradientenfluss im Rahmen der variationellen Inferenz dar, leitet daraus eine Gaußsche Approximation ab, die unter linearen Gaußschen Annahmen auf die exakte Daum-Huang-Strömung reduziert wird, und erweitert den Ansatz durch Gaußsche Mischungen für multimodale Verteilungen.