335 Arbeiten
Die Arbeit stellt SurvHTE-Bench vor, das erste umfassende Benchmark für die Schätzung heterogener Behandlungseffekte in der Überlebensanalyse, das synthetische, semi-synthetische und reale Datensätze nutzt, um verschiedene Methoden unter realistischen Bedingungen rigoros zu vergleichen.
Diese Arbeit stellt einen optimalen, interaktiven Algorithmus für die Hypothesenauswahl unter lokaler Differentialprivatsphäre vor, der die bisherige Probenkomplexität von auf senkt und dabei zeigt, dass bereits wenige Interaktionsrunden ausreichen, um die Grenzen nicht-interaktiver Verfahren zu durchbrechen.
Diese Arbeit untersucht die Anwendbarkeit klassischer Lernprinzipien im Kontext des List-PAC-Lernens und zeigt, dass zwar die gleichmäßige Konvergenz weiterhin mit der Lernbarkeit äquivalent ist, die Vermutung der Stichprobenkompression jedoch widerlegt wird, da bestimmte lernbare Klassen nicht komprimiert werden können.
Diese Arbeit erweitert bestehende Ergebnisse zur Verfolgung von Lösungen zeitvariabler Variationsungleichungen, indem sie Schranken für nicht-monotone Funktionen und periodische Probleme ohne sublineare Lösungspfade liefert, das Konvergenzverhalten diskreter dynamischer Systeme untersucht und sowohl chaotisches Verhalten als auch Konvergenz nachweist.
Die Autoren stellen AuToMATo vor, einen neuartigen, auf persistenter Homologie basierenden Clustering-Algorithmus, der durch eine Standardkonfiguration ohne manuelle Parametereinstellung auskommt, in Vergleichen mit anderen State-of-the-Art-Verfahren überzeugt und als Open-Source-Implementierung in Python verfügbar ist.
Die Arbeit stellt LoCo-RLHF vor, ein Framework, das durch die Nutzung einer niedrigrangigen Struktur und einer pessimistischen Strategie in einem reduzierten Subraum heterogenes menschliches Feedback effizient modelliert, um Large Language Models besser an individuelle Präferenzen anzupassen und Verteilungsverschiebungen zu bewältigen.
Die Studie stellt DCENWCNet vor, ein neuartiges Ensemble-Modell aus drei CNN-Architekturen mit LIME-basierter Erklärbarkeit, das auf dem Rabbin-WBC-Datensatz eine überlegene Leistung bei der Klassifizierung von weißen Blutkörperchen im Vergleich zu bestehenden State-of-the-Art-Methoden erzielt.
Die Studie stellt ein skalierbares, physik-informiertes tiefes generatives Modell (sPI-GeM) vor, das durch die Kombination von basisnetzwerken und einem generativen Modell effizient sowohl Vorwärts- als auch Inversprobleme bei stochastischen Differentialgleichungen mit hochdimensionalen stochastischen und räumlichen Räumen löst.
Diese Arbeit leitet eine strengere informationstheoretische untere Schranke für die erwartete Stichprobenkomplexität bei der Identifizierung des besten Arms in stochastischen Multi-Armed-Bandits mit bekannter Anzahl mehrerer optimaler Arme her und zeigt, dass eine modifizierte Version des Track-and-Stop-Algorithmus diese Schranke asymptotisch erreicht.
Die Arbeit untersucht die Konvergenz- und Fluchtdynamik des stochastischen Gradientenabstiegs in eindimensionalen Landschaften mit unterschiedlichem Rauschen und zeigt, wie Rauschcharakteristika und die Geometrie der Funktion bestimmen, ob SGD in Minima konvergiert, in der Nähe von Maxima verweilt oder diese mit einer bestimmten Wahrscheinlichkeit zu benachbarten Minima überwindet.
Die Studie stellt einen effizienten, kopulabasierten Filter vor, der Merkmale anhand ihrer gemeinsamen Extremwerte mit der positiven Klasse bewertet und sich in der Diabetes-Risikovorhersage als schneller und klinisch interpretierbarer Ansatz erweist, der insbesondere bei großen Datensätzen mit Standardmethoden konkurrieren kann.
Die Arbeit stellt „Supervised Calibration" (SC) vor, ein auf Verlustminimierung basierendes Framework, das durch das Lernen optimaler affiner Transformationen im Logit-Raum und die Integration spezieller Regularisierungstechniken die Grenzen bestehender Kalibrierungsmethoden überwindet und so die Leistung von Large Language Models beim In-Context Learning signifikant verbessert.
Die Studie zeigt, dass die standardmäßige „ehrliche" Schätzung bei Causal Forests die Genauigkeit individueller Behandlungseffekte beeinträchtigen kann, da sie durch die Aufteilung der Daten das Risiko des Underfitting erhöht, und empfiehlt daher eine anwendungsbezogene Abwägung statt einer reflexiven Anwendung.
Die Autoren stellen einen neuen bayesschen Ansatz vor, der die federierten ADMM-Methoden durch die Ausnutzung einer Variational-Bayes-Dualität verallgemeinert und dabei sowohl bekannte Updates als auch leistungsfähige neue Varianten wie Newton- und Adam-ähnliche Algorithmen für heterogene Deep-Learning-Szenarien hervorbringt.
Die Arbeit beweist, dass die endlich-dimensionalen Verteilungen von tiefen neuronalen Netzen mit zufällig initialisierten Gewichten und Lipschitz-stetigen Aktivierungsfunktionen bei wachsender Schichtbreite gegen eine Gauß-Verteilung konvergieren, wobei für proportional wachsende Schichten explizite Konvergenzraten hergeleitet werden.
Die Arbeit untersucht die asymptotische Leistung von Best-of--Ensembles für Large Language Models bei unendlicher Stichprobengröße und schlägt einen adaptiven, gewichteten Ansatz vor, der die Inferenzkosten effizient steuert und durch optimale Modellkombinationen die Leistung einzelner Modelle übertrifft.
Diese Arbeit führt den Lernbegriff „Online Learning with Replay Adversary" ein, in dem ein Lerner mit selbstannotierten, fehlerhaften Daten konfrontiert wird, und beweist, dass die „Extended Threshold dimension" die exakte Grenze für die Lernbarkeit darstellt, wobei ein closure-basierter Algorithmus eine optimale Fehlerrate erreicht, während klassische Algorithmen und Proper Learning in diesem Szenario versagen.
Die Arbeit stellt MAYA vor, ein auf Multi-Armed-Bandits basierendes sequenzielles Imitationslernmodell, das die Entscheidungen einzelner Bienen bei der Nahrungssuche unter Berücksichtigung ihres begrenzten Gedächtnisses erfolgreich nachbildet und dabei sowohl reale als auch simulierte Daten besser erklärt als herkömmliche Modelle.
Diese Arbeit zeigt, dass sich die implizite Verzerrung von Adam bei inkrementellem Lernen auf separierbaren Daten vom Vollbatch-Verhalten unterscheiden und zu einem -Max-Margin-Classifier führen kann, während Signum unabhängig von der Batch-Größe stets zum -Max-Margin-Classifier konvergiert.
Die Arbeit charakterisiert den impliziten Bias des JKO-Schemas auf einer Riemannschen Mannigfaltigkeit bis zur zweiten Ordnung in der Schrittweite , indem sie zeigt, dass das Schema einem modifizierten Energiefunctional entspricht, das durch eine Korrekturterme basierend auf der quadrierten metrischen Krümmung des ursprünglichen Funktionals entsteht.