9753 articles
Cette étude de benchmarking évalue la capacité de généralisation de cinq modèles d'apprentissage profond pour l'estimation de la pression artérielle à partir de PPG, révélant une baisse significative des performances sur des données externes et soulignant l'importance cruciale de l'adaptation de domaine pour surmonter les disparités de distribution entre les jeux de données.
Cette étude de benchmark démontre que les réseaux de neurones convolutifs modernes traitant directement les signaux bruts de photopléthysmographie surpassent les approches basées sur des caractéristiques ou des images pour la prédiction de la pression artérielle et de la fibrillation auriculaire.
Cet article propose une méthode fondée sur des preuves théoriques, consistant à entraîner des modèles de diffusion uniquement sur des données bruitées à grande échelle, permettant ainsi de réduire significativement la mémorisation du jeu d'entraînement sans compromettre la qualité de génération des images.
Cet article propose la première variante de la méthode de Frank-Wolfe garantissant une convergence linéaire en espérance et indépendante de la dimension pour la minimisation de fonctions convexes lisses sur le spectrahèdre, tout en n'utilisant que des calculs matriciels de rang un.
Le papier présente LLaVE, un cadre d'apprentissage contrastif pondéré par la difficulté qui améliore l'entraînement des modèles d'encodage multimodaux pour mieux distinguer les paires négatives difficiles, permettant ainsi d'atteindre des performances de pointe sur le benchmark MMEB avec une meilleure efficacité que les modèles précédents.
Le papier présente Vision-R1, un modèle multimodal de langage qui améliore les capacités de raisonnement grâce à une stratégie d'entraînement par apprentissage par renforcement combinant un jeu de données de chaîne de pensée initialisé automatiquement et une suppression progressive de la sur-réflexion, atteignant ainsi des performances compétitives sur les benchmarks de raisonnement mathématique.
Ce papier présente eMIGM, un modèle unifié de génération d'images masquées qui, grâce à une exploration rigoureuse de l'espace de conception, surpasse des modèles de référence comme VAR et EDM2 sur ImageNet tout en nécessitant moins de calculs.
Cette étude révèle que la plupart des articles SIGIR 2022 sur les systèmes de recommandation basés sur le passage de messages souffrent de pratiques erronées, d'incohérences entre les artefacts et les descriptions, et de comparaisons biaisées, rendant leurs résultats et leurs affirmations de progrès non reproductibles et non validés.
Cet article démontre théoriquement et valide empiriquement que la prédiction du prochain token permet aux grands modèles de langage d'apprendre des concepts latents interprétables par l'humain, dont les représentations correspondent approximativement aux logarithmes des probabilités a posteriori de ces concepts.
Cet article présente un cadre d'évaluation multi-objectif, agnostique et disponible publiquement, conçu pour analyser et visualiser les compromis entre utilité et équité dans les systèmes d'apprentissage automatique, en mettant particulièrement l'accent sur leur application critique dans le domaine de l'imagerie médicale.
Cet article présente un ensemble de données de référence composé de 624 échantillons 2D haute résolution issus de simulations numériques, conçu pour entraîner et évaluer des modèles d'apprentissage automatique simulant les interactions poreuses entre le CO2 et l'eau dans le contexte du stockage géologique.
Ce papier présente AdaRank, un cadre novateur de fusion de modèles qui améliore les performances multi-tâches en adaptivement élaguant les composantes singulières interférentes des vecteurs de tâche via une minimisation de l'entropie, réduisant ainsi l'écart de performance par rapport aux modèles affinés individuels à moins de 1 %.
Cette étude démontre que les réseaux de neurones à graphes et les transformateurs peuvent apprendre à raisonner sur des contraintes géométriques pour prédire des positions dans une grille 2D, en réorganisant leurs représentations internes pour reconstruire la structure de la grille, le réseau de neurones à graphes proposé surpassant significativement le transformateur en performance et en évolutivité.
Ce papier introduit les jeux à cône symétrique comme cadre unificateur pour divers problèmes d'optimisation et de théorie des jeux, et propose l'algorithme OSCMWU, une méthode d'apprentissage en ligne optimiste qui calcule efficacement des équilibres de Nash avec une complexité itérative en exploitant la forte convexité de l'entropie négative sur les cône symétriques.
Cette étude propose et évalue douze fonctions de score pour identifier les têtes d'attention inactives dans les grands modèles de langage, démontrant que plus de 12 % de ces têtes peuvent être supprimées sans perte significative de performance et que les méthodes basées uniquement sur les poids d'attention sous-estiment considérablement ce phénomène.
Cet article propose une fonction de standardisation générale qui transforme les coefficients de corrélation pondérés entre classements en une forme normalisée à espérance nulle sous l'hypothèse d'indépendance, en utilisant des estimations numériques basées sur l'échantillonnage Monte Carlo pour surmonter les difficultés de calcul liées aux grandes tailles d'échantillons.
Cet article propose une nouvelle méthode de mise à l'échelle des objectifs QUBO multi-objectifs basée sur le calcul exact de leur variance pour les normaliser à une variance unitaire, facilitant ainsi leur équilibrage et leur combinaison par pondération égale sans nécessiter de sélection manuelle fastidieuse des poids.
Cet article présente SafeSparse, un cadre de défense à double niveau qui résout le compromis entre robustesse et efficacité communicationnelle dans l'apprentissage fédéré en utilisant une calibration structurelle et un alignement sémantique directionnel pour contrer les attaques par empoisonnement lors de la sparsification des gradients.
Ce papier présente deux nouveaux jeux de données pré-entraînés, SwallowCode et SwallowMath, générés par une méthode de réécriture systématique de données publiques qui améliore significativement les performances des grands modèles de langage en programmation et en raisonnement mathématique.
Cet article propose une méthode d'IA explicable permettant d'attribuer efficacement et précisément les distances de Wasserstein à divers composants des données, tels que des sous-groupes ou des caractéristiques, afin de mieux comprendre les décalages de distribution et les phénomènes de transport.