4042 artículos
Este artículo propone un nuevo límite de generalización y un estimador teórico para pesos de balanceo óptimos en escenarios de múltiples tratamientos, introduciendo la estrategia de Agregación de Tratamientos y el modelo generativo Multi-Treatment CausalEGM para lograr una precisión superior y una escalabilidad constante que supera a los modelos tradicionales.
El artículo presenta EnTransformer, un marco de pronóstico generativo profundo que combina la regresión estocástica con arquitecturas Transformer para realizar pronósticos probabilísticos multivariados coherentes y bien calibrados sin depender de suposiciones paramétricas restrictivas.
Este artículo presenta Chem4DLLM, un modelo multimodal que integra un codificador gráfico equivariante con un modelo de lenguaje grande para abordar la nueva tarea de Comprensión de Dinámica Química (ChemDU), la cual traduce trayectorias moleculares 4D en explicaciones naturales mediante el nuevo conjunto de datos Chem4DBench.
El artículo presenta MobileKernelBench, un marco de evaluación que revela las limitaciones actuales de los LLMs para generar kernels eficientes en dispositivos móviles, y propone MoKA, un agente multiagente que supera estos desafíos logrando una tasa de compilación del 93,7% y mejoras de velocidad significativas.
El artículo presenta ProtoSR, un enfoque que mejora la generación de informes radiológicos estructurados y de alta granularidad extrayendo conocimiento de informes en texto libre mediante prototipos visuales para corregir y refinar las predicciones del modelo.
Este estudio presenta un mapeo exhaustivo del modelo fundacional de células individuales Geneformer que revela una arquitectura de red masivamente redundante y dominada por hubs no anotados, confirma una redundancia subaditiva en ablations combinatorias y establece causalmente que la posición de la capa determina la dirección de la diferenciación celular.
Este trabajo propone el método de Vecinos Sintéticos Mixtos (MSNN), un nuevo estimador que integra información entre distintos niveles de tratamiento para mejorar la completación causal de matrices en escenarios con datos escasos, manteniendo al mismo tiempo las garantías teóricas de los Vecinos Sintéticos (SNN) originales.
El artículo presenta la Reconfiguración de Resistencia Efectiva (ERR), una estrategia de corrección topológica que utiliza la resistencia efectiva global para identificar y mitigar los cuellos de botella estructurales que causan el "sobre-aplastamiento" en las Redes Neuronales de Grafos, mejorando la propagación de información a larga distancia mientras gestiona el equilibrio entre la conectividad y el sobre-suavizado mediante técnicas de normalización.
Los autores proponen integrar teselaciones de Voronoi en circuitos probabilísticos para capturar la geometría local de los datos, abordando la pérdida de tratabilidad mediante un marco de inferencia aproximada con límites garantizados y una condición estructural que permite la inferencia exacta, todo ello habilitado para el aprendizaje mediante una relajación diferenciable.
El artículo presenta SLIP, un marco de preentrenamiento de código abierto que alinea representaciones de sensores con el lenguaje mediante un embebido de parches flexible y un modelo de lenguaje preentrenado, logrando un rendimiento superior en transferencia cero, descripción de señales y preguntas sobre sensores a través de configuraciones y resoluciones temporales diversas.
Este artículo presenta la Incrustación Espectral Adyacente Local (LASE), un método que descubre estructuras de baja dimensión local en redes mediante una descomposición espectral ponderada, superando las limitaciones de los enfoques globales al reducir el error de truncamiento y mejorar la reconstrucción y visualización de características locales.
Este artículo formaliza la estabilidad de los modelos de aprendizaje de representaciones mediante las nociones de identificabilidad estadística y estructural, demostrando que el análisis de componentes independientes (ICA) aplicado a representaciones latentes permite lograr un desentrelazamiento efectivo y mejorar la generalización en tareas biológicas y sintéticas.
Este artículo generaliza el teorema de aproximación de operadores de Chen-Chen y la arquitectura DeepONet al contexto de espacios localmente convexos de Hausdorff arbitrarios, demostrando que los operadores continuos definidos en estos espacios pueden aproximarse uniformemente mediante redes neuronales topológicas con componentes de rama y tronco.
Este artículo establece un marco de estabilidad algorítmica promedio para el descenso de gradiente estocástico precondicionado multipaso, demostrando cómo la elección del precondicionador afecta la dimensión efectiva y el riesgo de generalización, y proporcionando límites superiores e inferiores coincidentes que vinculan la curvatura del riesgo poblacional con la geometría del ruido.
Este artículo presenta BTZSC, un benchmark integral de 22 conjuntos de datos que evalúa y compara sistemáticamente el rendimiento de cuatro familias de modelos (codificadores cruzados, modelos de incrustación, rerankers y LLMs) en clasificación de texto zero-shot, revelando que los rerankers modernos establecen un nuevo estado del arte mientras que los modelos de incrustación ofrecen el mejor equilibrio entre precisión y latencia.
El artículo presenta FedFew, un algoritmo de aprendizaje federado personalizado que reformula el problema como una optimización "pocos para muchos" utilizando solo modelos compartidos en el servidor para servir eficientemente a clientes con datos heterogéneos, logrando un rendimiento superior al estado del arte sin necesidad de particionamiento manual o ajuste exhaustivo de hiperparámetros.
Este artículo propone una arquitectura de orquestación descentralizada para la computación fluida que habilita la coordinación multi-dominio autónoma y mejora la seguridad en escenarios de Aprendizaje Federado Descentralizado mediante un mecanismo de detección de anomalías llamado FU-HST.
Este artículo propone y valida tres marcos de metamodelado basados en aprendizaje profundo (MLP-LSTM, MPNN-LSTM y AE-LSTM) para predecir con precisión y cuantificar la incertidumbre la respuesta dinámica de sistemas estructurales no lineales de alta dimensión bajo cargas sísmicas estocásticas y variabilidad paramétrica.
El artículo presenta Flowcean, un marco innovador que automatiza la generación de modelos para Sistemas Ciberfísicos mediante aprendizaje de datos, destacando por su arquitectura modular, flexibilidad y enfoque en la usabilidad para optimizar el diseño y la operación de estos sistemas complejos.
Este artículo presenta un enfoque de optimización riemanniana para entrenar estados de producto de matriz unitarios (MPS) en tareas de modelado generativo, logrando una adaptación rápida, actualizaciones estables y un alto rendimiento en conjuntos de datos como Bars-and-Stripes y EMNIST al resolver las ineficiencias de los métodos basados en gradientes estándar.