7284 artículos
Este trabajo presenta un modelo de clasificación basado en la distancia de compresión normalizada que, a pesar de no ser una métrica formal, logra una precisión comparable o superior a los métodos actuales con un bajo costo computacional y pocos datos, permitiendo su ejecución eficiente en dispositivos cliente para preservar la privacidad.
El artículo presenta CLAIRE, un marco de aprendizaje profundo híbrido que combina autoencoders no supervisados y clasificación supervisada para mejorar la detección de fallos en la fabricación inteligente mediante la reducción de dimensionalidad y la interpretabilidad de las características.
Este trabajo presenta ALFCG, el primer marco de gradiente condicional adaptativo y libre de proyecciones para la minimización estocástica no convexa que estima la suavidad local sin requerir constantes globales ni búsqueda de línea, logrando tasas de convergencia óptimas y superando a los métodos actuales en experimentos de clasificación multiclase.
Este artículo extiende la regularización basada en cinética (KBR) para estimar derivadas espaciales con precisión de segundo orden mediante esquemas explícitos e implícitos, demostrando su eficacia en la captura estable de choques en ecuaciones diferenciales parciales hiperbólicas unidimensionales y su potencial para resolver PDEs en nubes de puntos irregulares.
El artículo propone una arquitectura de orquestación "gated" por esquemas que separa la flexibilidad conversacional de la ejecución determinista en flujos de trabajo científicos, validando que esta aproximación resuelve la tensión entre adaptabilidad y reproducibilidad mediante un marco de evaluación basado en múltiples modelos de lenguaje.
El artículo presenta R4T, un marco que utiliza el aprendizaje por refuerzo para sintetizar datos de entrenamiento alineados con objetivos de conjunto y entrena un recuperador difusivo ligero, logrando así una recuperación eficiente de múltiples resultados con propiedades optimizadas y una latencia significativamente reducida en comparación con los métodos basados en LLM.
Este artículo presenta el primer conjunto de datos de radiomapas para sistemas XL-MIMO en la banda superior de 6 GHz, junto con un marco de evaluación integral y un enfoque basado en "mapas de haz" que mejora significativamente la generalización de las predicciones a configuraciones y entornos no vistos al decoupling la radiación determinista del array de la propagación de múltiples trayectorias aprendida por datos.
El artículo presenta M-CMAB, un marco de programación de inferencia para modelos de lenguaje multimodal que utiliza un contexto de múltiples adaptadores y algoritmos de bandidos multi-brazo para optimizar decisiones en línea bajo restricciones presupuestarias multidimensionales, superando a los métodos existentes en calidad de respuesta y eficiencia.
Este artículo propone una arquitectura de referencia para los marcos de aprendizaje por refuerzo, derivada del análisis de 18 implementaciones de vanguardia mediante teoría fundamentada, con el fin de estandarizar su comparación, evaluación e integración.
El artículo presenta CLoPA, una estrategia de adaptación continua que ajusta una pequeña fracción de los parámetros de nnInteractive durante el flujo de trabajo de anotación, logrando un rendimiento experto en tareas de segmentación médica diversa con solo un episodio de entrenamiento y sin modificar la infraestructura existente.
Este trabajo presenta un marco para el cálculo certificado y preciso de normas en espacios funcionales de redes neuronales profundas, combinando aritmética de intervalos, refinamiento adaptativo y cuadratura para obtener cotas deterministas garantizadas de integrales como las normas y Sobolev, superando las limitaciones de las evaluaciones puntuales tradicionales.
Este artículo propone un mapa de correlación-complejidad con indicadores QCLI y CCI para identificar distribuciones de datos reales compatibles con modelos generativos cuánticos tipo IQP, demostrando mediante datos de turbulencia clásica que este enfoque logra una alineación distribucional competitiva con RBM y DCGAN utilizando menos recursos de entrenamiento.
El artículo demuestra que en la dinámica gaussiana cuántica, la reversión de un proceso de difusión mediante un desplazamiento basado en la puntuación (score) viola la positividad completa a menos que se inyecte difusión adicional, lo que implica que la corrección de la positividad tiene un costo geométrico inevitable en la fidelidad.
El artículo presenta NOBLE, una arquitectura que incorpora ramas no lineales de bajo rango en las capas lineales de los transformadores para mejorar la eficiencia del entrenamiento desde cero, logrando una aceleración significativa en el tiempo de entrenamiento con un aumento mínimo de parámetros.
COLD-Steer es un marco sin entrenamiento que controla el comportamiento de los modelos de lenguaje grandes en tiempo de inferencia mediante la aproximación de las dinámicas de aprendizaje de un solo paso en contexto, logrando una alta efectividad de dirección con 50 veces menos ejemplos que los métodos anteriores.
Este artículo presenta un enfoque de caché consciente de la semántica que reduce el tiempo de ejecución del aprendizaje de conceptos en un orden de magnitud al optimizar la recuperación de instancias mediante un mapa sensible a la subsumción, demostrando su eficacia tanto en razonadores simbólicos como neuro-simbólicos.
Este artículo desafía la intuición de que atacar múltiples modalidades en modelos de difusión multimodal refuerza los backdoors, demostrando mediante nuevas métricas que estos ataques sufren de un "colapso de modalidad" donde un único canal domina, haciendo redundantes a los demás y revelando una vulnerabilidad crítica no detectada en las evaluaciones actuales.
Este estudio presenta un sistema de inteligencia artificial entrenado con más de 45.000 imágenes de ultrasonido que no solo diagnostica las hendiduras orofaciales fetales con una precisión comparable a la de radiólogos expertos, sino que también actúa como copiloto para mejorar la sensibilidad de los radiólogos junior y acelerar su formación clínica en entornos con escasez de especialistas.
Este artículo demuestra cómo los modelos de transformadores pueden entrenarse para predecir de manera eficiente y válida físicamente las transiciones atómicas en nanoclústeres, ofreciendo una alternativa computacionalmente económica a las técnicas de simulación tradicionales.
Este artículo presenta un nuevo método de interpretabilidad para la predicción de demanda industrial jerárquica que, mediante la adaptación de técnicas genéricas, explica la importancia de las variables temporales y externas, el impacto en la incertidumbre y los cambios en las previsiones, validando su eficacia mediante datos sintéticos y casos de estudio reales para mejorar la toma de decisiones y la confianza de los usuarios.