7103 artículos
FedPrism es un marco de aprendizaje federado personalizado que mitiga la degradación del rendimiento en entornos con datos no IID mediante una descomposición de modelo en tres componentes y un diseño de doble flujo que equilibra dinámicamente el conocimiento general con la especialización local.
FlowTouch es un modelo novedoso que utiliza mallas 3D locales y modelos de flujo de correspondencia para predecir patrones táctiles a partir de información visual de manera invariante a la vista, logrando así generalizar entre diferentes configuraciones de sensores y cerrar la brecha entre simulación y realidad.
Este trabajo introduce los estimadores de gradiente ReinMax-Rao y ReinMax-CV, que aplican técnicas de Rao-Blackwellización y variables de control al método ReinMax para reducir su varianza y mejorar el entrenamiento de autoencoders variacionales con variables latentes discretas, ofreciendo además una nueva perspectiva numérica sobre dicho enfoque.
Este artículo presenta un sistema de navegación magnética aérea totalmente adaptativo que utiliza un filtro de Kalman extendido con un modelo híbrido de física y redes neuronales para compensar en tiempo real las interferencias magnéticas de la plataforma sin necesidad de vuelos de calibración previos, logrando una precisión comparable a los métodos offline.
Este estudio propone un método de detección de sesgos en modelos de lenguaje financieros que reduce significativamente los costos computacionales al identificar patrones consistentes entre modelos, permitiendo descubrir hasta un 73% de los comportamientos sesgados utilizando solo el 20% de los pares de entrada necesarios en enfoques tradicionales.
El artículo presenta SCL-GNN, un nuevo marco de redes neuronales de grafos que mejora la generalización tanto en distribuciones IID como OOD al identificar y mitigar correlaciones espurias mediante el criterio de independencia Hilbert-Schmidt (HSIC) y una estrategia de optimización bi-nivel.
El artículo presenta TA-RNN-Medical-Hybrid, un marco de aprendizaje profundo que combina codificación temporal continua, representaciones de conceptos médicos estandarizados y un mecanismo de atención jerárquica para mejorar la precisión y la interpretabilidad clínica en la predicción de riesgo de mortalidad en unidades de cuidados intensivos.
El artículo presenta PolyFormer, un modelo de aprendizaje automático informado por física que transforma restricciones complejas en reformulaciones polipédicas eficientes, logrando aceleraciones computacionales masivas y reducciones de memoria en problemas de optimización escalables sin sacrificar la calidad de la solución.
Este trabajo establece un límite de arrepentimiento bayesiano sublineal de orden para el algoritmo de muestreo posterior con procesos gaussianos en control continuo con espacios de estado no acotados, resolviendo las limitaciones teóricas previas al demostrar que los estados visitados permanecen acotados con alta probabilidad y aplicando métodos de cadenas para lograr una dependencia óptima con la ganancia de información máxima.
El estudio revela que, a diferencia de la Descendente de Gradiente, la Minimización Sensible a la Agudeza (SAM) en redes lineales profundas presenta un sesgo implícito dependiente de la profundidad y la inicialización que puede llevar a la convergencia a soluciones subóptimas o a una dinámica de "amplificación secuencial" de características menores, demostrando que los análisis de sesgo en tiempo infinito son insuficientes para predecir su comportamiento en tiempo finito.
Este trabajo propone un marco novedoso basado en Redes Neuronales Instructadas por Grafos (GINNs) para simular de manera eficiente y precisa fenómenos físicos gobernados por ecuaciones diferenciales parciales paramétricas con condiciones de frontera variables, superando las limitaciones de las técnicas de reducción de orden clásicas al aprender directamente la mapeo entre la descripción paramétrica del dominio y la solución de la PDE.
Este trabajo presenta un marco de ajuste fino que mejora la robustez de los Transformadores de Visión (ViTs) ante cambios de distribución al alinear sus mapas de relevancia con conceptos semánticos de nivel de objeto generados automáticamente mediante LLMs y VLMs, reduciendo así la dependencia de correlaciones espurias.
Este artículo presenta criterios para determinar la identificabilidad del signo de los efectos causales en sistemas dinámicos estocásticos lineales estacionarios de tiempo continuo, relajando la suposición de una matriz de difusión conocida y estableciendo condiciones bajo las cuales el signo de los coeficientes de deriva queda unívocamente determinado por las matrices de covarianza observacional.
Este trabajo presenta un marco general para evaluar la calidad de los mapas de calor en el aprendizaje de múltiples instancias (MIL) para patología computacional, demostrando mediante un extenso benchmark que métodos como la propagación de relevancia capa a capa (LRP) y los gradientes integrados (IG) superan a las técnicas basadas en atención, permitiendo así validaciones biológicas más fiables y el descubrimiento de nuevas estrategias de predicción.
Este trabajo demuestra que el uso de características derivadas del operador de Koopman mediante una descomposición dinámica de modos extendida (EDMD) con un diccionario de funciones de base radial optimizado, combinadas con transformadores, supera a los enfoques basados en wavelets y sistemas híbridos para la clasificación multiclase de electrocardiogramas, ofreciendo además insights interpretables sobre las dinámicas aprendidas.
Este trabajo propone reemplazar la proyección de salida densa en la atención multi-cabeza con una transformada de Walsh-Hadamard fija y un reescalado afín ligero, logrando una reducción significativa de parámetros y memoria sin sacrificar el rendimiento en tareas de benchmark, mientras mejora la eficiencia computacional y el uso de recursos durante el entrenamiento.
Este trabajo presenta un nuevo método basado en optimización por gradiente que genera explicaciones contrafactuales plausibles para la clasificación de series temporales, integrando la alineación soft-DTW con vecinos más cercanos para garantizar una estructura temporal realista y superando a los enfoques existentes en coherencia distribucional.
Este artículo establece una equivalencia formal entre los métodos de reducción de varianza utilizados en experimentación en línea y evaluación fuera de política, demostrando que los estimadores de diferencias de medias son idénticos a los de puntuación de propensión inversa con control variado óptimo, y que los ajustes de regresión son estructuralmente equivalentes a la estimación doblemente robusta.
Este trabajo demuestra que los benchmarks actuales carecen de equilibrio de Nash y fomentan incentivos desalineados mediante el "benchmaxxing", pero propone que el protocolo "tune-before-test" garantiza un único equilibrio que clasifica correctamente los modelos según su calidad latente.
Este artículo presenta un nuevo algoritmo de optimización basado en el cálculo fraccional que utiliza integrales de Weyl ponderadas para reemplazar los gradientes instantáneos con una memoria histórica dinámica, logrando así una mejora significativa en la detección de fraudes financieros y diagnósticos médicos al mitigar el sobreajuste en conjuntos de datos desequilibrados.