8570 articles
Cet article propose un cadre novateur de « Dictionary Based Pattern Entropy » (DPE) qui, en combinant la théorie de l'information algorithmique et de Shannon, infère avec succès la direction de causalité et les sous-motifs déterminants dans les séquences symboliques temporelles en minimisant l'incertitude liée aux motifs, surpassant ainsi les méthodes existantes sur divers systèmes synthétiques et réels.
Cet article présente un système de reconnaissance d'activités utilisant un réseau de neurones convolutifs à dilatation circulaire (CDCNN) pour traiter les données multi-modales de semelles intelligentes, atteignant une précision de 86,42 % dans une évaluation indépendante du sujet et démontrant la contribution prépondérante des capteurs inertiels.
Cet article propose le cadre MTDP, une méthode de pré-entraînement par distillation multi-enseignants qui exploite des modèles fondationnels existants en vision et en séries temporelles pour améliorer l'apprentissage des modèles fondationnels EEG, surpassant ainsi les approches auto-supervisées tout en nécessitant seulement 25 % des données de pré-entraînement.
Cet article propose une modélisation bayésienne des temps d'arrêt de la conjecture de Collatz en comparant une régression hiérarchique binomiale négative et une approximation générative basée sur la décomposition en blocs impairs, démontrant que la structure modulaire de bas ordre (notamment ) est un facteur clé de l'hétérogénéité observée.
Cette étude présente Ab-Affinity, un nouveau modèle de langage large capable de prédire avec précision l'affinité de liaison des anticorps contre le SARS-CoV-2, une avancée clé pour la conception d'anticorps neutralisants grâce à l'intelligence artificielle et aux données expérimentales croissantes.
Cette étude propose un cadre d'apprentissage contrastif qui aligne les spectres X avec la littérature scientifique pour créer des représentations multimodales partagées, améliorant ainsi l'estimation de variables physiques et facilitant l'identification de sources astrophysiques rares.
Cet article présente l'apprentissage de Hessien projeté (PHL), une méthode évolutive qui intègre des informations de courbure dans l'entraînement des potentiels interatomiques basés sur l'apprentissage automatique via des produits Hessien-vecteur, permettant d'atteindre une précision de second ordre comparable à celle de l'utilisation de Hessiens complets tout en réduisant considérablement les coûts de calcul et de mémoire.
Cet article propose la signature de Volterra, une représentation de caractéristiques explicite et interprétable pour les séries temporelles non markoviennes, qui offre des garanties théoriques d'approximation universelle, permet un calcul efficace via des équations différentielles et des noyaux intégraux, et surpasse les signatures de chemin classiques dans les tâches d'apprentissage dynamique.
Cet article propose un cadre de gouvernance appelé « Invariant Causal Routing » (ICR) qui utilise la découverte causale et le raisonnement contrefactuel pour identifier des règles politiques interprétables et stables capables de guider l'émergence de normes sociales durables dans les économies de marché en ligne, même en présence de changements de distribution.
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.