6611 artículos
Este estudio advierte que los explicadores post hoc como SHAP y LIME, aunque útiles para generar hipótesis exploratorias, no deben utilizarse para validar hipótesis en investigación empresarial debido a su falta de fiabilidad en la recuperación de relaciones causales reales, especialmente cuando existen correlaciones entre variables o el efecto Rashomon.
Este artículo presenta una reevaluación rigurosa de la eficiencia energética de las redes neuronales de espigas (SNN) frente a las redes neuronales cuantizadas (QNN), demostrando mediante un modelo analítico detallado que las SNN solo superan a las QNN bajo condiciones específicas de hardware y parámetros operativos, como tasas de espiga bajas y ventanas temporales moderadas, lo que podría duplicar la vida útil de la batería en dispositivos como relojes inteligentes.
Este trabajo presenta una red de osciladores acoplados (CON) que, al garantizar una estructura lagrangiana, estabilidad global y un mapeo invertible entre entrada y fuerza latente, permite un control basado en modelos de espacio latente eficiente y de alto rendimiento utilizando únicamente imágenes como retroalimentación.
El artículo presenta xTED, un marco que utiliza un modelo de difusión para editar trayectorias de un dominio fuente y adaptarlas a un dominio objetivo, corrigiendo las brechas de dominio a nivel de datos para mejorar el aprendizaje de políticas sin necesidad de arquitecturas complejas.
Este trabajo presenta BNEM, un muestreador de Boltzmann basado en la coincidencia de energía ruidosa y una técnica de *bootstrapping* que permite generar muestras independientes a partir de funciones de energía conocidas, logrando un rendimiento superior y mayor robustez en comparación con métodos existentes.
Este artículo demuestra que, para una clase de procesos de decisión de Markov de horizonte finito con espacios generales de estado y acción, el paisaje de optimización de políticas satisface la condición PŁK, lo que garantiza la convergencia global de los métodos de gradiente de política a la política óptima con tasas no asintóticas y proporciona las primeras garantías de complejidad de muestra para sistemas de inventario y balances de efectivo estocásticos.
Este artículo presenta un marco de Ecuaciones Diferenciales con Retardo Neuronales (NDDEs) inspirado en el formalismo Mori-Zwanzig para aprender dinámicas no markovianas a partir de datos de sistemas parcialmente observables, demostrando un rendimiento superior frente a métodos existentes como las redes LSTM y las ANODEs.
El artículo presenta LS-Imagine, un enfoque que mejora la eficiencia de exploración en entornos de aprendizaje por refuerzo de mundo abierto mediante un modelo de mundo de "largo y corto plazo" que simula transiciones de estado saltarinas y mapas de afección para integrar valores a largo plazo en el aprendizaje de comportamientos.
Este artículo presenta un marco analítico PAC-Bayesiano que modela el entrenamiento adversarial como un sistema dinámico discreto para explicar mecánicamente el sobreajuste robusto y demostrar cómo la perturbación de pesos adversarios puede reducir la brecha de generalización al suprimir la curvatura de la pérdida, aunque con posibles limitaciones de optimización.
Este trabajo demuestra que los transformadores, mediante el aprendizaje en contexto, pueden inferir implícitamente estados ocultos para predecir con alta precisión la salida de sistemas dinámicos lineales y no lineales sin necesidad de actualizaciones de gradiente ni conocimiento explícito del modelo, rivalizando así con métodos de filtrado bayesiano tradicionales como el filtro de Kalman.
Los autores proponen un marco unificado de aprendizaje por transferencia para el agrupamiento, denominado ATC, que optimiza automáticamente el aprovechamiento de la información común entre conjuntos de datos principales y auxiliares a pesar de discrepancias desconocidas, demostrando su optimalidad teórica y eficacia práctica en diversos modelos estadísticos.
Este trabajo propone un algoritmo de minimización alternada proximal aprendida (LPAM) y su red neuronal asociada (LPAM-net) para resolver problemas de optimización no convexos y no suaves de dos bloques, garantizando la convergencia a puntos estacionarios de Clarke y demostrando su eficacia y eficiencia paramétrica en la reconstrucción de imágenes de resonancia magnética multimodal.
Este estudio propone un sistema neurosimbólico que reconstruye imágenes mediante primitivas visuales para generar explicaciones estructurales de alto nivel, logrando una mayor precisión y transparencia que las arquitecturas de aprendizaje profundo convencionales en el diagnóstico de anomalías en imágenes histológicas.
El artículo presenta Puppet-CNN, un marco que modela los parámetros de las redes neuronales convolucionales como un sistema dinámico continuo gobernado por una ecuación diferencial, lo que permite generar capas de manera adaptativa según la complejidad de la entrada y reducir significativamente los parámetros entrenables sin sacrificar el rendimiento.
Este trabajo propone un marco para modelos de difusión que adapta dinámicamente el proceso de generación a la complejidad de cada muestra, logrando reducir el número de pasos de muestreo sin comprometer la calidad de las imágenes generadas.
Este estudio presenta una estrategia de optimización de tareas locomotoras que, mediante análisis de agrupamiento de características biomecánicas, identifica un conjunto mínimo de tareas representativas para entrenar modelos de aprendizaje profundo que estiman con precisión los momentos articulares de la cadera, reduciendo significativamente la carga de recolección de datos sin comprometer el rendimiento del control del exoesqueleto.
Este artículo propone un método paramétrico de regresión no paramétrica que logra tasas de convergencia uniformes minimax óptimas para estimar funciones suaves y sus derivadas, resolviendo simultáneamente los problemas de alto costo computacional y memoria de los estimadores tradicionales mediante un enfoque ligero con límites finitos agudos y complejidad espacial reducida.
Este artículo explora el potencial de los modelos de difusión generativos (GDM) en las comunicaciones MIMO masivas, ofreciendo una visión general de su marco teórico, presentando un estudio de caso sobre estimación de canales en campo cercano y delineando los desafíos y direcciones futuras para su aplicación en las redes 6G.
Este trabajo investiga el papel del colapso de embeddings en el Prompt-Tuning, demostrando que los priors de embeddings influyen significativamente en la posición de los embeddings ajustados y que las capacidades de generalización de los modelos de lenguaje pueden funcionar en regiones activas diversas y no necesariamente localizadas en un único clúster.
Este trabajo presenta un método que utiliza modelos de visión y lenguaje preentrenados para aprender modelos de mundo simbólicos a partir de demostraciones cortas, permitiendo a los robots generalizar de forma cero-shot y resolver problemas de toma de decisiones a largo plazo en entornos complejos mediante planificación.