8296 articles
Ce papier présente un cadre génératif profond permettant un échantillonnage de posteriori haute dimension dix fois plus rapide que les approches par diffusion, avec une application réussie au délensing du fond diffus cosmologique et une robustesse aux variations des paramètres cosmologiques.
Ce papier présente KG-WISE, un système d'inférence guidé par les grands modèles de langage (LLM) qui décompose les modèles de réseaux de neurones graphiques (GNN) en composants fins pour charger uniquement les parties pertinentes des grands graphes de connaissances, réduisant ainsi considérablement la latence et la consommation mémoire tout en maintenant la précision.
Cet article propose un nouvel algorithme d'apprentissage hybride efficace et statistiquement optimal sous contraintes adverses, basé sur une réduction Frank-Wolfe innovante et des bornes de queue pour des martingales hybrides, permettant ainsi de calculer des équilibres dans des jeux stochastiques à payoff de faible dimension.
Cette étude propose un cadre d'apprentissage profond basé sur un ensemble de modèles ConvLSTM pour prévoir les risques d'accidents liés à la météo en Caroline du Nord, démontrant une supériorité significative par rapport aux modèles de base, notamment dans les zones à haut risque.
Ce papier présente le Latent Particle World Model (LPWM), un modèle de monde auto-supervisé centré sur les objets qui découvre automatiquement des points clés et des masques à partir de vidéos pour modéliser la dynamique stochastique et faciliter la prise de décision.
Cette étude analyse diverses stratégies de fusion et de regroupement dans des modèles d'apprentissage profond pour la classification des zones climatiques locales à partir de données de télédétection multimodales, démontrant que l'approche hybride de base combinée au regroupement des bandes et à la fusion des étiquettes atteint la meilleure précision globale de 76,6 % sur le jeu de données So2Sat LCZ42.
Cette étude démontre que l'oubli catastrophique dans l'apprentissage continu est fortement corrélé à un effondrement structurel mesuré par le rang effectif (eRank) des poids et des activations, et évalue comment différentes stratégies d'apprentissage préservent la capacité et les performances de divers modèles sur des benchmarks comme MNIST et CIFAR-100.
Cette étude révèle que les systèmes agentic souffrent d'un biais d'auto-attribution, où les modèles de langage évaluent moins sévèrement leurs propres actions lorsqu'elles sont présentées dans leur propre tour de conversation, ce qui fausse les évaluations de sécurité et de fiabilité en conditions réelles.
Cet article propose un cadre d'intelligence artificielle multimodal à fusion tardive qui détecte les doublons dans les données de santé nationales en utilisant des embeddings sémantiques, des comportements de connexion et des métadonnées d'appareils, garantissant ainsi la conformité à la vie privée sans recourir à des identifiants directs.
Cet article démontre qu'un modèle fondamental d'équations aux dérivées partielles (PDE), préentraîné sur le benchmark JAG et affiné pour l'inertial confinement fusion, permet d'estimer avec une grande précision les paramètres du système à partir d'observations multi-modales, surpassant les méthodes entraînées à partir de zéro, en particulier dans des régimes à faible quantité de données.
Ce travail établit une équivalence variationnelle et basée sur le gradient entre l'algorithme K-Means et les réseaux de neurones à fonctions de base radiale, prouvant que les mises à jour des centres RBF convergent vers les règles K-Means tout en proposant l'intégration d'Entmax-1.5 pour assurer une stabilité numérique et permettre une optimisation conjointe des représentations et des clusters dans les architectures d'apprentissage profond.
Cet article propose des algorithmes optimaux pour tester l'indépendance de distributions en intégrant des informations prédictives auxiliaires, garantissant une validité robuste dans le pire des cas tout en améliorant significativement l'efficacité de l'échantillonnage lorsque ces prédictions sont précises.
Spinverse est une méthode de reconstruction microstructurale pour l'IRM de diffusion qui utilise un simulateur de Bloch-Torrey entièrement différentiable pour inverser les mesures en optimisant les perméabilités des faces d'un maillage tétraédrique, permettant ainsi de découvrir des interfaces tissulaires explicites et perméables sans fixer leur topologie à l'avance.
Cet article démontre que l'intégration de modèles de séquences temporelles, en particulier les Transformers, dans l'algorithme PPO permet d'atténuer les effets de la dérive des capteurs et des défaillances partielles, garantissant ainsi une robustesse supérieure et des performances stables dans des environnements de contrôle continu réalistes.
Ce papier présente iAgentBench, un nouveau benchmark dynamique pour évaluer la capacité des agents à synthétiser des informations provenant de multiples sources sur des sujets d'actualité, comblant ainsi le fossé des évaluations actuelles qui se limitent souvent à la simple récupération de passages.
Ce papier présente VeNRA, une architecture neuro-symbolique pour le raisonnement financier qui remplace la récupération textuelle probabiliste par un registre de faits déterministes et un détecteur d'hallucinations adversaire entraîné sur des erreurs écologiques simulées, afin d'assurer une précision mathématique absolue et une confiance opérationnelle nulle tolérance aux erreurs.
Cet article propose une méthode post-traitement par réentraînement de la dernière couche qui améliore considérablement la précision des réseaux de neurones informés par la physique (PINN) en réduisant les erreurs de quatre à cinq ordres de grandeur et en permettant le transfert d'apprentissage vers des problèmes complexes.
Cette étude propose une méthode directe d'estimation du volume et de la biomasse aérienne des arbres à l'échelle de la parcelle en utilisant des réseaux de régression profonde entraînés sur des données lidar synthétiques, démontrant une précision nettement supérieure aux approches indirectes basées sur des modèles allométriques.
Cet article propose que la consolidation cérébrale optimise la généralisation en réduisant la complexité des représentations par un « oubli prédictif » sélectif, un processus de compression itérative hors ligne qui améliore les bornes théoriques de l'information et qui est validé par des simulations dans divers modèles neuronaux et linguistiques.
Cet article propose une approche intégrative pour généraliser la sélection équitable top- à plusieurs groupes protégés en minimisant la disparité par rapport à une fonction de référence, en analysant la complexité computationnelle du problème et en introduisant une nouvelle mesure de perte d'utilité pour améliorer la stabilité des résultats sur des données réelles.