2204 artículos
El artículo presenta XConv, un método de sustitución directa para capas convolucionales que reduce significativamente el uso de memoria mediante el almacenamiento de activaciones comprimidas y la estimación estocástica de gradientes, manteniendo al mismo tiempo el rendimiento, la convergencia y la compatibilidad con arquitecturas existentes sin imponer restricciones adicionales.
Esta encuesta revisa sistemáticamente los métodos de aprendizaje federado descentralizado (DFL) desde 2018 hasta principios de 2026, proponiendo una taxonomía unificada basada en desafíos que clasifica las arquitecturas tradicionales y basadas en blockchain, al tiempo que identifica limitaciones en las prácticas de evaluación y define direcciones futuras de investigación.
Este artículo demuestra que las redes neuronales convolucionales sobredimensionadas contienen subredes estructuradas que pueden aproximar redes más pequeñas sin entrenamiento, superando las limitaciones matemáticas previas mediante una generalización del problema de la suma de subconjuntos aleatorios para abordar la poda estructurada.
Este trabajo propone un nuevo método de agrupamiento de grafos con soporte teórico que, mediante la identificación de aristas homofílicas y heterofílicas para construir filtros de paso bajo y alto junto con un bloque de excitación por compresión, supera a los métodos actuales en grafos reales que presentan una mezcla de ambas características estructurales.
Este artículo presenta un marco de aprendizaje profundo que combina el descubrimiento de coordenadas y mapas de flujo para mejorar la eficiencia computacional y la precisión predictiva en la simulación de sistemas multiescala complejos, como los modelos de Fitzhugh-Nagumo y Kuramoto-Sivashinsky.
El artículo presenta los Procesos de Student-t Variacionales Dispersos (SVTP), un marco novedoso que combina la robustez ante valores atípicos de los procesos Student-t con la escalabilidad de los métodos de puntos inducidos, logrando una convergencia más rápida y menores errores de predicción en comparación con los procesos gaussianos dispersos en conjuntos de datos grandes y con colas pesadas.
El artículo presenta HYGENE, el primer método basado en difusión profunda para la generación de hipergrafos realistas y diversos mediante un enfoque de expansión local progresiva sobre su representación bipartita.
Este artículo presenta un marco unificado que modela la cuantización y la dispersión como ruido aditivo y utiliza una transformada de descuantización por regresión de crestas para establecer un camino de gradiente explícito, permitiendo el entrenamiento robusto y estable de redes neuronales a precisiones arbitrarias y niveles de dispersión, incluidos modelos A1W1 y sub-1-bit.
El artículo presenta ARLBench, un benchmark eficiente y flexible para la optimización de hiperparámetros en aprendizaje por refuerzo que permite comparar diversos métodos de AutoRL utilizando un subconjunto representativo de tareas que reduce drásticamente los recursos computacionales necesarios.
El artículo presenta DRUPI, un método de condensación de datasets que mejora el rendimiento al sintetizar información privilegiada (como etiquetas de características o atención) junto con los datos reducidos, logrando ganancias significativas en diversas tareas de visión por computadora.
Este artículo propone un método de aprendizaje no supervisado que factoriza las transformaciones de variables latentes en componentes esparsos mediante campos vectoriales rotacionales y potenciales, logrando representaciones disociadas que capturan tanto factores independientes como primitivas de transformación, lo que resulta en un rendimiento superior en verosimilitud de datos y errores de equivarianza aproximada.
Este trabajo propone un enfoque de optimización diferenciable basado en funciones de barrera de control para aprender de forma eficiente y cuantitativa la asignación de responsabilidad de los agentes en interacciones multiagente, permitiendo modelar su disposición a ajustar su comportamiento para garantizar la seguridad de los demás.
Este artículo presenta un nuevo enfoque principista que combina el algoritmo de Donaldson con técnicas de aprendizaje automático, específicamente el descenso de gradiente en variedades de Grassmann, para calcular aproximaciones de métricas de Kähler Ricci-planas en la familia de Dwork, observando la aparición de mínimos locales no triviales a medida que aumenta el parámetro del módulo.
Este artículo presenta dos estimadores de submuestreo, Muestreo de Importancia Adaptativo (AIS) y Submuestreo Estratificado (SS), que logran tasas óptimas minimax para la regresión robusta de alta dimensión bajo ruido de cola pesada, contaminación y dependencia temporal, cerrando la brecha entre teoría y algoritmo mediante un marco teórico riguroso y validación empírica superior.
Los autores proponen las Redes Neuronales de Paso de Mensajes Escalables (SMPNNs), una arquitectura que sustituye el mecanismo de atención por convoluciones estándar dentro de bloques tipo Transformer con normalización Pre-Layer, logrando un rendimiento competitivo en grafos grandes y permitiendo redes profundas sin sufrir el problema de sobre-suavizado, todo ello respaldado por un nuevo análisis teórico sobre la aproximación universal.
El artículo presenta SPDIM, un marco de aprendizaje profundo geométrico que aborda la adaptación de dominio no supervisada sin fuente en señales EEG bajo desplazamientos de etiquetas, superando a los métodos anteriores mediante una estrategia de optimización eficiente en la variedad de matrices definidas positivas que maximiza la información.
Este artículo presenta un marco de prognóstico no supervisado que identifica modos de fallo latentes y selecciona sensores informativos a partir de datos sin etiquetar para predecir con mayor precisión la vida útil restante en hábitats de espacio profundo autónomos.
Este artículo presenta MS-HGNN, una red neuronal heterogénea basada en grafos que integra las estructuras cinemáticas y las simetrías morfológicas de los robots para aprender dinámicas con alta generalización y eficiencia, demostrando su efectividad en múltiples sistemas robóticos mediante datos reales y simulados.
Este trabajo presenta a CuriousBot, un sistema que utiliza un grafo relacional de objetos 3D para superar las limitaciones de los métodos actuales de exploración móvil al permitir la interacción activa en entornos complejos y diversos, demostrando una mayor eficacia y generalización que las soluciones basadas únicamente en modelos de visión y lenguaje.
Este estudio demuestra que los huellas dactilares moleculares simples, combinadas con modelos de aprendizaje automático como LightGBM, superan a las arquitecturas complejas basadas en grafos y transformadores en la predicción de funciones peptídicas, desafiando la noción de que es esencial modelar interacciones de largo alcance.