Artículos en los que los autores originales han revisado nuestra explicación divulgativa.
Para cada artículo de esta página, al menos uno de los autores originales ha visto nuestra explicación divulgativa y se ha implicado con ella — ya sea confirmando su precisión o solicitando correcciones que después aplicamos. Una confirmación no significa que los autores aprueben formalmente cada frase, pero sí que la explicación ha pasado por los ojos de quienes escribieron el artículo.
607 artículos revisados por autores · 341–350 / 607
Este artículo establece matemáticamente leyes de escalado y tipos de cambio para cuantificar el valor de los datos cerebrales en la mejora de los modelos de aprendizaje automático, identificando condiciones específicas relacionadas con la alineación tarea-cerebro, el ruido y los tamaños de muestra donde la recolección de registros neuronales es beneficiosa para el rendimiento y la robustez.
El artículo presenta FairHealth, una biblioteca de Python de código abierto diseñada para cerrar brechas críticas en la inteligencia artificial para la atención sanitaria en entornos de recursos limitados, mediante un marco unificado y modular que integra auditoría de equidad, aprendizaje federado que preserva la privacidad, explicabilidad de bajo ancho de banda y herramientas especializadas para conjuntos de datos del Sur Global.
Este artículo propone un modelo no analítico que demuestra que el pico de Bosón en sólidos amorfos se origina exclusivamente a partir de fluctuaciones en los números de coordinación, mientras que las fluctuaciones en la rigidez de los resortes contribuyen principalmente solo al amortiguamiento.
Este artículo presenta una familia de códigos de corrección de errores cuánticos no-CSS tolerantes a fallos generados mediante estados de grafos y el método de ancilla desnudo, demostrando su resistencia frente a errores de gancho y un rendimiento superior en comparación con los enfoques existentes de qubit bandera y ancilla desnudo bajo diversos modelos de ruido.
Este estudio compara las observaciones de emisión-absorción de Hi 21 cm de las encuestas GWA y LAB con simulaciones numéricas TIGRESS para determinar que el medio interestelar neutro consiste aproximadamente en un 19.8% de fases frías, un 32.5% de fases inestables y un 47.8% de fases cálidas, una distribución que coincide con los resultados de las simulaciones y destaca la necesidad de futuras observaciones de radio sensibles para restringir aún más estas fracciones de gas.
Este artículo introduce la Mecánica Lagrangiana de Wasserstein (WLM), un marco y algoritmo novedosos que aprenden dinámicas poblacionales de segundo orden a partir de instantáneas temporales mediante la minimización de una acción amortiguada, superando así las limitaciones de los flujos de gradiente para modelar con precisión comportamientos complejos como la periodicidad, la dinámica de vórtices y el agrupamiento.
Este trabajo presenta una muestra seleccionada uniformemente de 930 núcleos galácticos activos de agujeros negros de masa intermedia del SDSS DR17, que extiende la cobertura de corrimiento al rojo de los AGN de baja masa hasta y revela una posible evolución cósmica en la actividad de acreción caracterizada por tasas de acreción máximas y luminosidades decrecientes a menores corrimientos al rojo.
Este artículo presenta una Red Generativa Antagónica (GAN) basada en U-Net entrenada con simulaciones realistas similares a las de Planck que reconstruye con éxito mapas de alta fidelidad del Fondo Cósmico de Microondas eliminando simultáneamente la contaminación de primer plano, el ruido instrumental y los efectos de convolución del haz, logrando errores de reconstrucción inferiores al 1% fuera de la región galáctica.
Este artículo propone y valida el paradigma "Agent-First Tool API", que reemplaza las interfaces CRUD tradicionales orientadas al humano con un protocolo semántico de seis verbos y metadatos estructurados de soporte a la decisión para mejorar significativamente las tasas de éxito en la ejecución de tareas de agentes autónomos y la recuperación de errores en sistemas de producción empresariales.
El artículo propone Contextual Plackett-Luce (CPL), un modelo neuronal eficiente que combina la puntuación paralela con un proceso de selección autoregresivo ligero para manejar eficazmente tareas de predicción de secuencias ambiguas y multimodales, manteniendo al mismo tiempo la eficiencia computacional.