11269 artículos
Este artículo presenta un modelo de redes neuronales, específicamente una red de memoria a corto y largo plazo (LSTM), que demuestra una fuerte correlación entre las tendencias de COVID-19 y dengue para predecir casos de dengue en países con datos insuficientes utilizando la información de COVID-19.
Este artículo presenta un método escalable y robusto para la estimación de estado lineal en sistemas de potencia que utiliza redes neuronales de grafos sobre grafos de factores para aprovechar las mediciones de unidades de medición fasorial, logrando una complejidad computacional lineal y una alta tolerancia a fallos locales.
Este artículo presenta Ancestral GFlowNet (AGFN), un algoritmo de aprendizaje por refuerzo que realiza inferencia distribucional sobre grafos ancestrales integrando conocimiento experto a priori y retroalimentación incierta a posteriori para refinar modelos causales bajo confusión latente.
Este artículo presenta un marco unificado que establece garantías de aprendizaje óptimas para recuperar objetos desconocidos a partir de muestras lineales arbitrarias utilizando clases de modelos no lineales, introduciendo el concepto de "variación" para cuantificar la interacción entre el modelo y el proceso de medición y generalizando resultados previos en áreas como el muestreo comprimido y el escalamiento de matrices.
Este artículo deriva estimaciones teóricas del límite inferior de energía por solución para optimizadores neuromórficos de aprendizaje en memoria, basadas en la termodinámica fuera del equilibrio y aplicables a cargas de trabajo de IA a gran escala.
Este artículo propone un sistema de detección de alucinaciones visuales en imágenes de personajes de dibujos animados que utiliza modelos de lenguaje-visión con aprendizaje en contexto y guías de pose, logrando mejoras significativas en la precisión respecto a los métodos basados únicamente en imágenes RGB.
El modelo BInD es una arquitectura de difusión basada en conocimiento que aborda las limitaciones de los métodos existentes al generar simultáneamente moléculas y sus interacciones con proteínas diana, logrando un rendimiento equilibrado y superior en múltiples objetivos para el diseño de fármacos.
Este artículo presenta una novedosa pipeline de aprendizaje activo en dos etapas para el reconocimiento automático del habla que combina la selección de muestras diversas mediante agrupamiento de x-vectores y la identificación de muestras informativas con un método bayesiano adaptado, logrando así un entrenamiento de modelos más eficiente con menos datos etiquetados.
Este trabajo ofrece una revisión exhaustiva y una especificación formal de las redes de codificación predictiva, situándolas como un marco versátil y biológicamente plausible dentro de la inteligencia artificial moderna que supera las limitaciones de la retropropagación tradicional.
El artículo concluye que los Modelos de Lenguaje Grande (LLM) carecen de agencia autónoma al no cumplir con las condiciones de individualidad, normatividad y asimetría interaccional, por lo que deben caracterizarse como interlocutores o autómatas lingüísticos que, a través de una "encarnación" textual y computacional, transforman la agencia humana generando formas híbridas de agencia intencional en lugar de meras herramientas extendidas.
El artículo presenta PACE, un método de ajuste fino eficiente en parámetros que mejora la generalización y retiene el conocimiento pre-entrenado mediante la regularización de consistencia con ruido multiplicativo, superando a enfoques existentes en diversas tareas visuales y de lenguaje.
El artículo presenta FALCON, un enfoque de preentrenamiento auto-supervisado unificado para el reconocimiento de acciones en videos de UAV que aborda el desequilibrio espacial mediante la integración de enmascaramiento consciente de objetos y reconstrucción futura dual, logrando mejoras significativas en precisión y velocidad de inferencia en comparación con métodos supervisados.
Este trabajo propone un método de reconstrucción de datos sísmicos auto-supervisado basado en aprendizaje de auto-consistencia y una red ligera que, al aprovechar las correlaciones entre componentes sin necesidad de conjuntos de datos externos, logra una reconstrucción de alta calidad para aplicaciones de exploración sísmica compleja.
El artículo presenta Ditto, un marco de síntesis de cabezas parlantes basado en difusión que logra inferencia en tiempo real y un control fino mediante la generación de representaciones en un espacio de movimiento específico, optimizando la arquitectura y la estrategia de entrenamiento para superar las limitaciones de velocidad y control de los modelos anteriores.
Este artículo propone variantes dispersas de las máquinas de vectores de soporte de superficie cuadrática (QSVM) mediante una restricción de cardinalidad , presentando un algoritmo de descomposición de penalización que garantiza condiciones de optimalidad, asegura la convergencia y demuestra un rendimiento competitivo y interpretable en tareas de puntuación crediticia.
Esta encuesta ofrece una visión estructurada de cómo los modelos de lenguaje grandes y multimodales están transformando el ciclo de vida científico, abarcando desde la búsqueda de literatura y la generación de ideas hasta la creación de contenido y la evaluación ética, sirviendo como guía tanto para nuevos investigadores como para el desarrollo futuro de sistemas de "IA para la Ciencia".
El artículo presenta FragFM, un marco jerárquico innovador que utiliza el emparejamiento de flujo discreto a nivel de fragmentos para generar moléculas de manera eficiente y escalable, ofreciendo un control de propiedades superior y un nuevo benchmark para productos naturales.
El artículo presenta SysDPO, un marco que extiende la Optimización Directa de Preferencias (DPO) a sistemas de IA compuestos modelados como grafos acíclicos dirigidos, permitiendo su alineación conjunta a nivel de sistema a pesar de las interacciones no diferenciables y la dificultad de transformar preferencias globales en locales.
Este artículo investiga la robustez adversarial de los clasificadores cuánticos particionados, demostrando que las perturbaciones dirigidas a técnicas de división de circuitos o teletransportación equivalen a la implementación de puertas adversarias en capas intermedias, un fenómeno que se analiza tanto teórica como experimentalmente.
Este artículo presenta CAPS, un método de muestreo prioritario consciente del contexto que utiliza VQ-VAEs para reequilibrar conjuntos de datos desbalanceados en el aprendizaje por imitación, mejorando significativamente la generalización y el rendimiento de los sistemas de conducción autónoma en el simulador CARLA.