5622 artículos
El artículo presenta SignalMC-MED, un nuevo benchmark multimodal basado en 22,256 visitas con señales sincronizadas de ECG y PPG que evalúa modelos fundacionales de biosignales, demostrando que los modelos específicos del dominio superan a los generales, la fusión multimodal mejora los resultados y las características manuales siguen siendo valiosas.
Este artículo presenta el Indicador de Sobreajuste-Subajuste (OUI) como una señal estructural temprana y eficiente que, al analizar los patrones de activación de las neuronas en PPO, permite discriminar con precisión entre tasas de aprendizaje óptimas e inestables mucho antes de completar el entrenamiento, diferenciando además los comportamientos ideales de las redes actor y crítico.
Este trabajo introduce los "neural debuggers", modelos de lenguaje que emulan las funciones de los depuradores tradicionales permitiendo la ejecución interactiva paso a paso y la inferencia de estados, lo que sienta las bases para sistemas de codificación autónomos más avanzados.
Este artículo propone una nueva familia de optimizadores basados en normas de operadores normalizadas (como MOGA) que garantizan una estabilidad independiente del ancho de la red y permiten una transferencia efectiva de hiperparámetros, superando las limitaciones de métodos existentes como AdamW y Muon mediante una perspectiva geométrica de descenso de gradiente.
El paper presenta C2FMAE, un autoencoder enmascarado de aprendizaje auto-supervisado que resuelve la tensión entre el aprendizaje de semántica global y detalles locales mediante un enfoque jerárquico de tres niveles (semántico, de instancia y píxel) con un decodificador en cascada y un currículo de enmascaramiento progresivo, logrando mejoras significativas en tareas de visión por computadora.
El estudio demuestra que, a diferencia de los humanos, el razonamiento en los modelos de lenguaje grandes aumenta consistentemente la honestidad al navegar por un espacio de representación donde las respuestas engañosas son inestables y las honestas son más robustas.
Este artículo demuestra que, en escenarios realistas con características correlacionadas, la superposición en redes neuronales puede aprovechar la interferencia constructiva mediante la organización de características según sus patrones de co-activación, lo que genera estructuras semánticas y cíclicas que no se explican mediante el modelo tradicional de superposición basado en características no correlacionadas.
El artículo presenta TAM-RL, un marco que combina el aprendizaje de representaciones espaciotemporales con restricciones físicas derivadas del balance de carbono para mejorar significativamente la precisión y la generalización en la extrapolación de flujos de carbono terrestres a escala global.
Este artículo presenta dos algoritmos de detección de puntos de cambio basados en redes neuronales y aprendizaje en línea que, al demostrar complejidad computacional lineal y convergencia a soluciones óptimas, superan a los métodos existentes en diversos conjuntos de datos sintéticos y reales.
Los autores proponen una extensión de los modelos semi-paramétricos basados en árboles de regresión bayesianos aditivos (BART) que permite compartir covariables entre los componentes paramétrico y no paramétrico mediante la modificación de las operaciones de generación de árboles, lo que resuelve problemas de no identificabilidad y sesgo mientras mejora la interpretación de efectos principales e interacciones complejas.
Este artículo presenta un marco de máquina de vectores de soporte (SVM) de caja blanca optimizado mediante algoritmos de enjambre para la supervisión en tiempo real del desgaste de fresas dentadas mediante la caracterización de las vibraciones del husillo.
Este artículo presenta una visión general de la literatura sobre Aprendizaje por Refuerzo Automatizado (AutoRL), abarcando técnicas recientes basadas en modelos de lenguaje grande, métodos prometedores para su futura integración, así como los desafíos, preguntas abiertas y direcciones de investigación en este campo.
Este trabajo propone un modelo de clasificación basado en subsecuencias que incorpora la incertidumbre de los datos como entrada adicional y ofrece explicabilidad por diseño, logrando un rendimiento comparable a los métodos de vanguardia para el análisis de series temporales astronómicas inciertas.
Este artículo presenta un método de aprendizaje por conjuntos basado en regresión de procesos gaussianos que, al reducir la complejidad computacional y aprovechar la naturaleza bayesiana para gestionar la incertidumbre, supera estadística y económicamente a los modelos existentes en la predicción de rendimientos accionarios y en la construcción de carteras óptimas.
Este trabajo establece garantías finitas de muestra para un método de aprendizaje de representaciones de estado impulsado por costos que predice costos multietapa sin observar acciones ni observaciones, logrando así un controlador y una representación casi óptimos para problemas de control lineal cuadrático gaussiano (LQG) de horizonte finito.
Este artículo presenta el IW-DKF, un marco de inferencia secuencial que aplica muestreo de importancia al filtro de Kalman profundo para mejorar la estimación de estados y parámetros en modelos no lineales mediante objetivos de Monte Carlo más ajustados.
El artículo presenta MU-Mis, un método de olvido de máquina que elimina la influencia de datos específicos suprimiendo su contribución mediante la minimización de la sensibilidad de entrada, logrando un rendimiento comparable a los métodos que requieren acceso a los datos restantes sin necesidad de acceder a ellos.
Este artículo presenta una encuesta centrada en el aprendizaje automático sobre la Prueba Adaptativa Computarizada (CAT), explorando cómo las técnicas de ML pueden optimizar sus componentes clave para crear sistemas más robustos, justos y eficientes que integren la psicometría tradicional con enfoques interdisciplinarios.
Este artículo presenta el marco NQS-DQME, que utiliza estados cuánticos neuronales y disipatones para simular de manera eficiente y precisa la dinámica cuántica abierta no markoviana, superando las limitaciones de escalabilidad de los métodos existentes.
El artículo presenta LoRA-Ensemble, un método eficiente de ensembling implícito para redes de autoatención que utiliza adaptaciones de bajo rango (LoRA) compartidas para lograr una precisión y calibración de incertidumbre superiores a las técnicas existentes, igualando o superando el rendimiento de los ensembles explícitos con un costo computacional significativamente menor.