4456 artículos
Este artículo propone el marco DGET, que utiliza aprendizaje multitarea con redes neuronales gráficas y transformadores para optimizar la asignación de recursos en redes IoT híbridas de radio-óptico, logrando un rendimiento cercano al óptimo con menor complejidad computacional y mayor robustez ante observabilidad parcial del canal en comparación con los métodos tradicionales.
El artículo presenta STREAM-VAE, un modelo de autoencoder variacional que mejora la detección de anomalías en telemetría de vehículos mediante un enrutamiento dual que separa las dinámicas de deriva lenta y picos rápidos para generar puntuaciones estables y robustas.
Este artículo presenta un marco de olvido selectivo jerárquico de doble estrategia que, mediante actualizaciones de gradiente geométricamente restringidas e intervenciones a nivel de tokens conscientes de conceptos, elimina eficazmente conocimientos médicos específicos de grandes modelos de lenguaje preservando sus competencias fundamentales y garantizando la privacidad con una modificación mínima de parámetros.
El artículo presenta CostNav, un nuevo benchmark que evalúa la viabilidad económica real de los agentes de IA física para la navegación mediante el análisis de costos y beneficios utilizando datos regulatorios y financieros de la industria, revelando que los métodos actuales, aunque exitosos en tareas simplificadas, no son económicamente viables en escenarios del mundo real.
Este artículo presenta un marco de Aprendizaje por Refuerzo Parcialmente Equivariante basado en MDPs Parcialmente Invariantes que mitiga los errores de estimación causados por la ruptura local de simetrías en entornos reales, logrando así una mayor eficiencia de muestreo y generalización en comparación con los métodos basados en simetrías completas.
Este artículo presenta un marco de co-diseño que optimiza simultáneamente la morfología de la mano robótica y las políticas de control para tareas de manipulación hábil, permitiendo un ciclo completo de diseño, entrenamiento, fabricación y despliegue en menos de 24 horas.
El artículo presenta AlphaQubit 2, un decodificador neuronal escalable y en tiempo real que logra tasas de error lógico cercanas a la óptima para códigos de superficie y de color, superando en velocidad y precisión a los métodos existentes y demostrando viabilidad en aceleradores comerciales.
El artículo presenta Trio, un marco de generación molecular que integra modelado de lenguaje, aprendizaje por refuerzo y búsqueda en árbol Monte Carlo para lograr un diseño de ligandos dirigido, interpretable y en bucle cerrado que supera a los métodos actuales en afinidad de unión, propiedades farmacológicas y diversidad química.
Este trabajo introduce variantes de bosques aleatorios basadas en el principio de minimización del riesgo máximo (MaxRM) para mejorar la generalización fuera de distribución, ofreciendo algoritmos eficientes, demostrando consistencia estadística y garantizando resultados en distribuciones de prueba no vistas.
El artículo presenta PvP, un marco de aprendizaje contrastivo que aprovecha la complementariedad entre estados propioceptivos y privilegiados para mejorar la eficiencia de datos en el control de robots humanoides, junto con SRL4Humanoid, el primer entorno unificado para evaluar métodos de aprendizaje de representaciones de estado en esta área.
El artículo presenta el PBT (Pretrained Battery Transformer), un modelo fundacional que utiliza capas de expertos codificados con conocimiento de baterías para predecir universalmente la vida útil de baterías de litio, sodio y zinc con un rendimiento superior al estado del arte, superando los desafíos de escasez y heterogeneidad de datos.
El artículo presenta NMIRacle, un marco generativo de dos etapas que integra representaciones de fragmentos y codificadores espectrales para predecir estructuras moleculares a partir de datos de IR y RMN con mayor precisión y robustez que los métodos existentes.
Este artículo presenta un marco teórico unificado que explica el sesgo de simplicidad en diversas arquitecturas de redes neuronales como resultado de una dinámica de aprendizaje de tipo "silla a silla", donde el descenso de gradiente evoluciona iterativamente a través de variedades invariantes y puntos de silla, revelando cómo la distribución de los datos y la inicialización de los pesos determinan la progresión hacia soluciones de mayor complejidad.
Este trabajo presenta un marco de incertidumbre relativista de datos (DRU) que aborda la escasez de datos y la degradación por baja iluminación en imágenes de paisajes de anime, logrando una mejora perceptual y estética superior a los métodos existentes al cuantificar y aprovechar dinámicamente la incertidumbre de la iluminación.
Este artículo demuestra que los transformadores pequeños, en entornos controlados denominados "túneles de viento bayesianos", realizan inferencia bayesiana con alta precisión mediante un mecanismo geométrico específico donde las corrientes residuales almacenan creencias y la atención gestiona el enrutamiento, superando así a las arquitecturas MLP y revelando la base geométrica del razonamiento en modelos grandes.
Este artículo demuestra que el entrenamiento por entropía cruzada en los transformadores genera dinámicas de gradiente acopladas que esculpen manifiestos bayesianos de baja dimensión, unificando así la optimización, la geometría interna y el razonamiento probabilístico en contexto mediante un mecanismo de enrutamiento basado en ventajas y actualizaciones de valores ponderadas por responsabilidad.
El estudio demuestra que los modelos de lenguaje modernos preservan una sustrato geométrico de baja dimensión, alineado con la entropía predictiva, que codifica la estructura bayesiana y permite inferencias aproximadas similares a las observadas en entornos sintéticos controlados.
El estudio presenta PanSubNet, un marco de aprendizaje profundo interpretable que predice los subtipos moleculares clínicamente relevantes del cáncer de páncreas directamente a partir de histopatología rutinaria (tinción H&E), superando las limitaciones de costo y tiempo de los métodos genómicos tradicionales y ofreciendo una herramienta viable para la estratificación pronóstica y la oncología de precisión.
Este trabajo analiza el problema del "sobre-búsqueda" en modelos de lenguaje grandes aumentados con búsqueda, proponiendo la métrica Tokens por Corrección (TPC) para cuantificar este fenómeno, identificando sus causas y efectos negativos, y presentando estrategias de mitigación junto con el conjunto de datos OverSearchQA para fomentar investigaciones futuras.
Este artículo propone un método innovador para muestrear distribuciones de Boltzmann no normalizadas mediante ecuaciones diferenciales ordinarias de flujo, utilizando una secuencia de muestreadores de Langevin para generar muestras intermedias y estimar robustamente el campo de velocidades, lo que garantiza tasas de convergencia no asintóticas y demuestra alta eficiencia en distribuciones multimodales y tareas de inferencia bayesiana.