11434 Arbeiten
Diese Arbeit stellt die Annahme in Frage, dass hohe Vorhersagegenauigkeit für Offline-Modellbasierte Optimierung ausreicht, und beweist theoretisch sowie empirisch, dass ein rankingbasierter Ansatz, der die Verteilungsunterschiede zwischen Trainingsdaten und optimalen Designs berücksichtigt, überlegene Ergebnisse liefert, während sie gleichzeitig inhärente Grenzen der Methode aufzeigt.
Diese Arbeit stellt einen trainingsfreien Framework vor, der vortrainierte Diffusionsmodelle in Kombination mit einem Reverse Channel Coding-Modul und einem skalierten Score-Flow-ODE-Dekodierer nutzt, um die gesamte Rate-Distortion-Perception-Fläche theoretisch fundiert und empirisch effektiv zu durchlaufen.
Die Autoren stellen für das Problem der Identifizierung des besten Arms in gruppierten Banditen unter festen Budgets eine neue untere Schranke für die Fehlerwahrscheinlichkeit vor und entwickeln den Algorithmus FCSR, der sowohl die Machbarkeitsbedingungen erfüllt als auch eine optimale Abhängigkeit von den Problemparametern erreicht.
Die Arbeit stellt Fluid Logic und Continuous Modal Logical Neural Networks (CMLNNs) vor, ein Paradigma, das modale logische Schlussfolgerungen durch stochastische Differentialgleichungen auf kontinuierliche Mannigfaltigkeiten überträgt, um logisch konsistente neuronale Netzwerke für Anwendungen wie Halluzinationserkennung, geometrische Rekonstruktion und sichere Steuerung zu ermöglichen.
Diese Arbeit stellt ein mehrdimensionales Framework zur Bewertung der Ausgabequalität bei dezentraler LLM-Inferenz vor, das durch systematische Kalibrierung und Gewichtung zuverlässiger Dimensionen eine robuste, adversariefeste Qualitätsbewertung für Proof-of-Quality-Mechanismen ermöglicht.
Dieser technische Bericht stellt das System des CP-JKU-Teams für den MSR ICASSP Challenge 2025 vor, das Musikquellen-Wiederherstellung durch eine mehrstufige Pipeline aus einem BandSplit-RoFormer-Trenner mit Curriculum-Learning und einem spezialisierten HiFi++ GAN-Waveform-Restorer realisiert.
Die Arbeit stellt DQE-CIR vor, eine Methode zur kompositen Bildsuche, die durch lernbare Attributgewichte und ein zielrelatives negatives Sampling die Diskriminativität von Abfrage-Embeddings verbessert, um Relevanzunterdrückung und semantische Verwirrung in bestehenden kontrastiven Lernrahmen zu überwinden.
Die Studie stellt Logit Diff Amplification (LDA) als eine retraining-freie Methode zur Inference-Time-Steuerung vor, die die Erzeugung toxischer Proteine in taxonomisch adaptierten Protein-Sprachmodellen effektiv reduziert, ohne dabei deren biologische Plausibilität oder strukturelle Integrität zu beeinträchtigen.
Die Arbeit stellt ein neues Rahmenwerk vor, das Quantenmessungen als Fermionen interpretiert und durch die Minimierung der freien Fermi-Dirac-Energie sowohl optimierte Hypothesentests als auch eine neuartige Methode zur Lösung semidefiniter Optimierungsprobleme auf Quantencomputern ermöglicht.
Das Paper stellt FedCova vor, ein robustes Framework für das federierte Lernen, das durch die Nutzung von Feature-Kovarianzen und gegenseitiger Informationsmaximierung ohne externe Referenzdaten effektiv gegen verrauschte Labels in heterogenen Umgebungen vorgeht.
Diese Arbeit stellt MELT vor, einen effizienten Backdoor-Angriff auf Multi-Encoder-Diffusionsmodelle wie Stable Diffusion 3, der durch das gezielte Fine-Tuning weniger als 0,2 % der Encoder-Parameter mittels Low-Rank-Adaptern erfolgreich Angriffe ermöglicht, ohne die vortrainierten Gewichte zu verändern.
Die Autoren analysieren die Diskrepanz zwischen zeitkontinuierlichen Modellen und zeitdiskreten Mess-Rückkopplungs-Architekturen bei Ising-Maschinen, die zu einer erhöhten Hyperparameter-Empfindlichkeit führt, und stellen eine experimentell validierte Methode vor, um diese Empfindlichkeit zu verringern.
Der Artikel stellt SGD-ER vor, eine adaptive Lernratenstrategie, die bei Stagnation Neustarts mit eskalierenden Lernraten auslöst, um flachere Minima zu finden und die Genauigkeit auf verschiedenen Datensätzen und Architekturen signifikant zu verbessern.
Das Paper stellt FastWave vor, einen optimierten Diffusionsmodell-Ansatz für die Audio-Super-Resolution, der durch seine geringe Parameterzahl und Rechenkomplexität eine schnellere und ressourcenschonendere Alternative zu bestehenden Methoden bietet und dabei mit dem State-of-the-Art mithalten kann.
Die Studie zeigt, dass reinforcement learning mit exakten physikalischen Belohnungen zwar die Leistung kompakter Sprachmodelle bei Balkenstatik verbessert, jedoch oft zu oberflächlichem Musterabgleich anstelle eines robusten, generalisierbaren physikalischen Verständnisses führt, was den Bedarf an strukturierten Denkgerüsten unterstreicht.
Die Arbeit stellt DARKFormer vor, einen Transformer, der durch eine datenbewusste Kernel-Geometrie und einen effizienten, varianzreduzierten Importance-Sampling-Schätzer die quadratische Komplexität von Attention auf lineare reduziert und dabei die Leistungslücke zu exakten Softmax-Modellen insbesondere bei anisotropen, vortrainierten Repräsentationen schließt.
Die vorgestellte Studie zerlegt die Photovoltaik-Prognose in ein Wettervorhersagemodell und ein anlagenspezifisches Modell, um durch die getrennte Analyse von Umweltdaten und Standortfaktoren sowie die Untersuchung der Fehlerverteilung genauere Ergebnisse für stochastische Optimierungen zu erzielen.
Diese Arbeit stellt einen sparsen Subgradienten-Algorithmus vor, der die durch die Max-Plus-Algebra bedingte Sparsity in den Gradienten gezielt ausnutzt, um das Training von Max-Plus-Neuronalen Netzen effizienter zu gestalten.
Die Arbeit stellt InstMeter vor, eine präzise und dateneffiziente Methode zur Vorhersage von Energieverbrauch und Latenz bei der Inferenz von Deep-Learning-Modellen auf Mikrocontrollern auf Basis von Taktzyklen, die im Vergleich zu bestehenden Ansätzen deutlich geringere Fehler aufweist und die Suche nach optimalen Modellen im Rahmen des Neural Architecture Search (NAS) verbessert.
Die Arbeit stellt DPPO vor, ein Framework, das durch importance-sampling-basierte Korrektur und dichte Prompt-Packing-Strategien das rechenintensive GRPO beschleunigt, ohne dabei die theoretische Unverzerrtheit der Gradientenschätzung zu beeinträchtigen.