2315 articles
Cet article établit que les chocs géopolitiques et géoéconomiques affectent le risque souverain par des canaux distincts, les premiers agissant directement sur le risque de défaut tandis que les seconds opèrent via la politique monétaire et le cycle financier mondial, créant ainsi un « motif de ciseaux » dans les spreads de CDS.
Le papier propose HyWA, une méthode de détection d'activité vocale personnalisée qui utilise un hyper-réseau pour générer des poids adaptés à un locuteur cible, surpassant les techniques existantes en améliorant la précision moyenne et en facilitant le déploiement grâce à une architecture VAD réutilisable.
Ce papier présente un cadre génératif explicable et conscient des biais qui intègre une fusion d'attention multimodale, l'attribution Grad-CAM++ et une boucle de rétroaction « Révéler pour Réviser », démontrant des performances supérieures et une robustesse accrue sur des benchmarks d'images et de texte pour des applications d'IA à haut risque.
Cet article propose de nouveaux indices absolus de validité de clusters, basés sur des fonctions de compacité et de séparabilité, pour déterminer le nombre optimal de clusters et évaluer la qualité des regroupements sur des données synthétiques et réelles.
Cet article propose un cadre théorique nommé « Hermite eigenstructure ansatz » (HEA) qui permet de prédire les courbes d'apprentissage de la régression à noyau sur des jeux de données réels en se basant uniquement sur la matrice de covariance empirique et une décomposition polynomiale de la fonction cible, en démontrant que les données d'images réelles sont suffisamment « gaussiennes » pour que cette approximation soit valide.
Cet article présente une analyse unifiée basée sur la géométrie démontrant que, sous l'hypothèse d'une politique optimale unique et unichaine, l'algorithme d'itération de la valeur converge géométriquement et plus rapidement que prévu dans les cas de récompenses escomptées et moyennes.
Le papier présente KVTC, une méthode de codage par transformation légère qui compresse les caches KV des grands modèles de langage jusqu'à 20 fois pour optimiser la gestion de la mémoire GPU tout en préservant la précision du raisonnement et du contexte long.
Cet article présente les Modèles Causaux Temporels Augmentés (ATSCM), une approche intégrant la découverte causale neuronale pour modéliser les régimes dynamiques des marchés de l'énergie et permettre des raisonnements contrefactuels sur les prix de l'électricité.
Cet article propose le modèle TNCM-VAE, une architecture combinant autoencodeurs variationnels et modèles causaux structurels pour générer des séries temporelles financières contrefactuelles respectant les dépendances causales, permettant ainsi des analyses de risque et des tests de stress plus fiables.
Cet article propose le cadre DGET, une architecture d'apprentissage multi-tâches combinant des réseaux de neurones graphiques et des transformateurs, pour optimiser l'allocation des ressources dans les réseaux IoT hybrides radio-optiques en maximisant le débit et en réduisant l'âge de l'information tout en gérant les contraintes énergétiques et l'observabilité partielle des canaux.
Ce papier présente STREAM-VAE, un modèle d'autoencodeur variationnel à double voie qui améliore la détection d'anomalies dans les données de télémétrie automobile en séparant explicitement les dérives lentes et les pics rapides pour éviter le lissage des signaux critiques.
Cet article présente un cadre d'oubli sélectif hiérarchique à double stratégie qui, en combinant des mises à jour de gradient géométriquement contraintes et des interventions au niveau des tokens, permet d'effacer efficacement des connaissances médicales spécifiques tout en préservant les compétences fondamentales et la confidentialité des données sensibles.
Le papier présente CostNav, le premier benchmark ancré dans la physique qui évalue la viabilité économique des agents d'IA physiques en intégrant des données financières et réglementaires réelles, révélant ainsi que les méthodes actuelles de navigation, bien que performantes sur des tâches simplifiées, génèrent toutes des pertes économiques dans des scénarios commerciaux complexes.
Cet article propose un cadre d'apprentissage par renforcement partiellement équivariant (PI-MDP) qui adapte dynamiquement les mises à jour de Bellman pour gérer les bris de symétrie locaux, permettant ainsi d'améliorer l'efficacité de l'échantillonnage et la généralisation dans des environnements réalistes.
Cet article présente un cadre de co-conception qui apprend simultanément la morphologie spécifique à une tâche et les politiques de contrôle pour les mains robotiques, permettant de concevoir, entraîner, fabriquer et déployer une nouvelle main dextre en moins de 24 heures.
Le papier présente AlphaQubit 2, un décodeur neuronal scalable et temps réel capable de corriger les erreurs des codes de surface et de couleur avec une précision quasi optimale et une vitesse supérieure à celle des méthodes existantes, ouvrant ainsi la voie à l'informatique quantique tolérante aux pannes.
Le framework Trio propose une approche de découverte moléculaire en boucle fermée intégrant la modélisation linguistique, l'apprentissage par renforcement et la recherche arborescente pour générer des ligands ciblés à la fois valides, synthétisables et dotés d'une affinité de liaison améliorée, surpassant ainsi les méthodes de l'état de l'art.
Cet article propose des variantes de forêts aléatoires basées sur le principe de minimisation du risque maximal (MaxRM) pour améliorer la généralisation hors distribution, en fournissant des algorithmes efficaces, des preuves de consistance statistique et des garanties théoriques pour divers risques, y compris le regret.
Ce papier présente PvP, un cadre d'apprentissage contrastif exploitant les états proprioceptifs et privilégiés pour améliorer l'efficacité des échantillons dans le contrôle de robots humanoïdes, et introduit SRL4Humanoid, un cadre unifié pour l'évaluation systématique des méthodes d'apprentissage de représentations d'état.
Cet article présente le PBT (Pretrained Battery Transformer), un modèle fondamental pré-entraîné sur des données hétérogènes qui surpasse les méthodes existantes de 21,8 % en moyenne pour prédire universellement la durée de vie des batteries à travers diverses chimies et conditions de vieillissement.