13028 Arbeiten
Diese Arbeit stellt ein robustes und skalierbares Framework vor, das Vor- und In-Experiment-Daten kombiniert, um die Varianz von ATE-Schätzern in Online-A/B-Tests zu reduzieren und so die Sensitivität von Experimenten bei Etsy nachweislich zu verbessern.
Die Arbeit stellt das skalierbare Benchmark-System „Sliding Puzzles Gym" (SPGym) vor, das es ermöglicht, die Herausforderungen des visuellen Repräsentationslernens in der Verstärkungslernung systematisch zu isolieren und zu untersuchen, wobei Experimente zeigen, dass aktuelle Algorithmen bei zunehmender visueller Vielfalt versagen und oft einfachere Methoden wie Daten-Augmentierung überlegen sind.
Diese Arbeit stellt Dirichlet-Prozess-Mischungen aus Block--Priors für die Modellauswahl und Vorhersage in linearen Modellen vor, die eine konsistente, korrelationsberücksichtigende Schätzung ermöglichen, das Lindley-Paradoxon vermeiden und in Simulationen sowie realen Daten eine hohe Entdeckungswahrscheinlichkeit bei geringen Fehlalarmen bieten.
Die Arbeit stellt GECo vor, einen neuen Algorithmus zur Erklärbarkeit von Graph Neural Networks, der durch die Analyse von Graph-Communities die Klassifikationsergebnisse interpretiert und dabei in Tests gegenüber bestehenden Methoden überlegen abschneidet.
Die Studie stellt SDM-D vor, ein annotierungsfreies Framework, das durch die Kombination von Segmentierung, Beschreibung und Matching mit Foundation-Modellen sowie anschließender Wissensdestillation hochpräzise und effiziente Modelle zur Früherkennung entwickelt, die ohne manuelle Annotationen mit gelabelten Modellen konkurrieren und Open-Set-Methoden übertreffen.
Die Arbeit stellt TPCL vor, ein modellunabhängiges Curriculum-Learning-Framework, das durch eine schrittweise Schulung basierend auf semantischen Fragetypen und einer Optimal-Transport-basierten Schwierigkeitsmetrik die Robustheit und Generalisierungsfähigkeit von Visual Question Answering-Systemen unter Verteilungsverschiebungen und bei Datenknappheit signifikant verbessert.
Die Arbeit stellt AHWA-LoRA vor, eine effiziente Trainingsmethode, die durch die Kombination von fixierten Analog-Gewichten mit externen Low-Rank-Adaptern die Anpassung von Transformer-Modellen an Analog-In-Memory-Computing-Hardware ermöglicht, ohne die energie- und zeitintensiven Nachteile einer vollständigen Neu-Programmierung oder des kompletten Neu-Trainings.
Diese Studie entwickelt ein kosteneffizientes, skalierbares Modell, das Satellitenbilder und selbstüberwachtes Deep Learning nutzt, um den Zugang zu pipengebundener Wasserversorgung und Sanitäranlagen in Afrika mit hoher Genauigkeit auf disaggregierter Ebene zu überwachen und so die Verfolgung der UN-Nachhaltigkeitsziele 6.1.1 und 6.2.1 zu unterstützen.
Diese Arbeit stellt zwei DeepONet-basierte Rahmenwerke vor, die das Lernen versteckter physikalischer Gesetze und die Identifizierung von Systemparametern aus spärlichen und verrauschten Beobachtungen ermöglichen, indem sie Operator-Lernen mit physik-informierter Modellierung vereinen.
Diese Arbeit zeigt, dass im Interpolationsregime bei überparametrisierten Modellen mit linear separierbaren Daten der aggregierte globale Modellvektor von Local-GD unabhängig von der Anzahl der lokalen Schritte exakt in Richtung des zentralisierten Modells konvergiert, was den impliziten Bias der Methode erklärt und ihre Robustheit auch bei heterogenen Daten untermauert.