329 artículos
El estudio demuestra que los métodos actuales de aprendizaje profundo tabular basado en grafos fallan al recuperar las interacciones entre características reales, lo que indica que priorizar la modelización precisa de la estructura del gráfico es esencial para mejorar la precisión predictiva.
Este artículo presenta un método escalable y regularizado para el cálculo de barycentros de Wasserstein mediante flujos de gradiente, que supera las limitaciones de los enfoques existentes al permitir el uso de mini-lotes, incorporar regularización modular e integrar información supervisada, logrando así un nuevo estado del arte en tareas de adaptación de dominio.
Este artículo presenta los "priors de Mercer", una nueva clase de distribuciones a priori para redes neuronales bayesianas que se derivan de la representación de Mercer de kernels de procesos gaussianos, permitiendo así combinar la escalabilidad de las redes neuronales con la interpretabilidad y la cuantificación de incertidumbre de los procesos gaussianos.
Este artículo propone un método de regularización direccional en el espacio latente que mitiga el aprendizaje de atajos y mejora la generalización fuera de distribución al identificar ejes correlacionados con etiquetas y reducir la sensibilidad del clasificador hacia ellos mediante la inyección de ruido anisotrópico, sin requerir etiquetas de atajos ni ejemplos conflictivos.
Este artículo presenta la Regresión Isotónica Shapley Escasa (SISR), un marco unificado de explicación no lineal que aprende simultáneamente una transformación monótona para restaurar la aditividad y aplica una restricción de escasez L0 para identificar características relevantes de manera eficiente, superando así las limitaciones de distorsión y costo computacional de los valores Shapley estándar en escenarios de alta dimensionalidad y dependencias complejas.
Este trabajo propone un método sin parámetros para el coarsening de grafos espaciales que reduce su tamaño preservando sus características topológicas mediante el colapso de aristas cortas y una nueva filtración llamada "triangle-aware graph filtration".
Este trabajo propone métodos actor-crítico con oráculos de estimación robusta y dispersa que logran las primeras garantías no triviales para el aprendizaje por refuerzo offline en MDPs de alta dimensión y dispersos bajo concentrabilidad de política única y corrupción de datos fuerte, superando las limitaciones de los enfoques tradicionales como la iteración de valor por mínimos cuadrados.
Este trabajo adapta la Inferencia Bayesiana Amortizada (ABI) a datos de grafos mediante un pipeline de dos módulos que combina codificadores invariantes a permutaciones con estimadores neuronales de posterior, demostrando su eficacia en la recuperación y calibración de parámetros a nivel de nodos, aristas y grafos en dominios sintéticos, biológicos y logísticos.
Este trabajo propone un modelo escalable de procesos gaussianos multitarea con covariables funcionales que, mediante una estructura de núcleo separable y la explotación de la estructura de Kronecker, permite cuantificar la incertidumbre de manera eficiente en sistemas mecánicos complejos, superando a los enfoques de tarea única con menos muestras y menor costo computacional.
Este artículo demuestra que las particiones de volumen no igual, un nuevo diseño de muestreo estratificado, logran una discrepancia estelar esperada estrictamente menor y mejores cotas superiores que el muestreo jittered clásico, estableciendo así una base teórica para su uso en integración numérica de alta dimensión.
El artículo presenta el paradigma de agrupamiento Khatri-Rao, que extiende los métodos tradicionales como k-Means y el agrupamiento profundo para generar resúmenes de datos más concisos y precisos al modelar los centroides como interacciones de conjuntos de protocentroides.
Este artículo propone el filtro de Kalman de conjunto con autoencoder latente (LAE-EnKF), un método que reformula la asimilación de datos en un espacio latente con dinámicas lineales y estables para superar las limitaciones de los filtros de Kalman tradicionales en sistemas no lineales, logrando mayor precisión y estabilidad sin aumentar el costo computacional.
El artículo presenta NEST, un marco de colocación de dispositivos consciente de la red, la memoria y la computación que unifica el paralelismo de modelos y la viabilidad de memoria mediante programación dinámica estructurada, logrando un mayor rendimiento y escalabilidad en comparación con las soluciones existentes para el entrenamiento distribuido de aprendizaje profundo.
El artículo presenta CREDO, un método que combina la construcción de envolventes credales interpretables para capturar la incertidumbre epistémica con la calibración conformalizada para garantizar una cobertura válida, logrando intervalos de predicción en regresión que son tanto eficientes como interpretables.
Este trabajo establece la tasa minimax exacta de arrepentimiento para el comercio bilateral contextual con valoraciones de varianza infinita, demostrando que un algoritmo basado en estimación de media truncada logra un rendimiento óptimo que interpola entre la tasa no paramétrica clásica y la tasa lineal trivial según el momento finito de las valoraciones.
Este trabajo presenta un marco unificado que demuestra la equivalencia de tres métodos analíticos (variacional, de funciones de Green y de características) para construir núcleos de reproducción en espacios de Hilbert que aproximan funciones propias de Koopman y otras ecuaciones de transporte, validado mediante optimización convexa y aprendizaje de múltiples núcleos.
Este artículo establece que, aunque la equidad algorítmica en modelos que utilizan atributos sensibles mejora inevitablemente los resultados del grupo desfavorecido, la imposición de restricciones de equidad en modelos ciegas a estos atributos puede generar efectos adversos o "nivelación hacia abajo" para ambos grupos dependiendo de la distribución de los datos y la presencia de candidatos ocultos.
El artículo demuestra que, aunque el ajuste fino con gradientes de política y recompensas de resultado puede optimizar modelos autoregresivos lineales dentro del soporte del modelo base, superar esta barrera requiere un número exponencial de consultas a menos que se utilicen recompensas de proceso que dependan de un cuantil de verosimilitud a nivel de token para evitar la maldición de la dimensionalidad.
Este artículo demuestra que la regulación de la equidad basada únicamente en el efecto promedio del tratamiento (ATE) puede enmascarar injusticias causales significativas mediante la optimización de otros objetivos, lo que subraya la necesidad de evaluar la equidad a nivel del modelo y considerar la independencia condicional completa para detectar estos sesgos ocultos.
Este artículo propone el problema de aprendizaje en línea de "Bandidos de Asignación Combinatoria" (CAB) para plataformas de emparejamiento, introduciendo una métrica de satisfacción de los brazos en lugar de maximizar simplemente el número de coincidencias, y presenta algoritmos de límite superior de confianza y muestreo Thompson que garantizan cotas de regret aproximadas validadas mediante experimentos sintéticos.