10106 articles
Le papier présente ElbowSig, un cadre statistique novateur qui formalise la méthode du coude pour déterminer le nombre de clusters, permettant ainsi de détecter des structures organisationnelles à plusieurs échelles tout en garantissant un contrôle rigoureux des erreurs de type I.
Cette étude démontre que, dans le cadre de modèles réduits par autoencodeur avec des dynamiques d'ODE neuronales, la projection de Stiefel sur la première couche du décodeur améliore systématiquement la performance des prédictions à long terme, tandis que d'autres régularisations géométriques visant à lisser le décodeur peuvent en réalité nuire à l'apprentissage des dynamiques latentes.
Ce papier présente Saguaro, un algorithme de « spéculation spéculative » (SSD) qui parallélise la prédiction et la vérification des tokens pour accélérer l'inférence des modèles de langage jusqu'à deux fois par rapport aux méthodes existantes.
Cet article présente un cadre de calcul hybride étendant la méthode PINN-Augmented SUPG avec capture de choc (PASSC) aux problèmes transitoires, combinant une méthode des éléments finis stabilisée avec une correction par réseau de neurones appliquée sélectivement près du temps final pour améliorer la précision des solutions de problèmes de transport dominés par la convection.
LoGeR est une architecture innovante qui permet la reconstruction géométrique 3D dense sur des vidéos extrêmement longues en combinant un traitement par blocs avec une mémoire hybride apprenante, surmontant ainsi les limitations de complexité et de cohérence des modèles existants pour atteindre des performances record sur des séquences de plusieurs milliers de trames.
Cette étude évalue l'efficacité limitée des détecteurs de DGA traditionnels et d'apprentissage automatique face aux techniques de hameçonnage par SMS (smishing) mobiles, en utilisant le nouveau jeu de données semi-synthétique « Gravity Falls » pour démontrer que les méthodes actuelles peinent à généraliser face à l'évolution des tactiques des attaquants.
Ce papier présente ATLAS, une approche faiblement supervisée qui génère des trajectoires de mobilité conditionnées par la démographie en combinant des trajectoires individuelles non étiquetées avec des données agrégées régionales et des compositions démographiques, comblant ainsi le manque de données étiquetées tout en améliorant significativement le réalisme démographique des modèles génératifs.
Cet article présente un cadre d'apprentissage en deux étapes pour la manipulation robotique fine, tel que l'épluchage au couteau, qui combine l'apprentissage par imitation et un affinage basé sur les préférences humaines pour atteindre des taux de réussite élevés et une forte généralisation avec peu de données.
Cet article propose une variante de gradient quadratique qui améliore l'efficacité et la convergence des algorithmes d'optimisation pour l'entraînement de régression logistique préservant la confidentialité, notamment via l'homomorphisme, en combinant les avantages des méthodes de premier et de second ordre.
Ce papier présente FLANDERS, un nouveau filtre pré-agrégation pour l'apprentissage fédéré qui détecte les attaques par empoisonnement de modèle à grande échelle en traitant les mises à jour des clients comme une série temporelle multidimensionnelle et en identifiant les anomalies via un modèle de prévision autorégressif matriciel.
Le papier présente FengWu, un système de prévision météorologique mondiale à moyen terme basé sur l'IA qui, grâce à une architecture multi-modale et multi-tâches, dépasse pour la première fois la barre des 10 jours de prévision avec une précision supérieure à celle de GraphCast et un coût d'inférence très faible.
Les auteurs proposent FedHB, une approche bayésienne hiérarchique pour l'apprentissage fédéré qui préserve la confidentialité des données, englobe des algorithmes existants comme Fed-Avg et Fed-Prox, et garantit une convergence optimale avec une erreur de généralisation asymptotiquement nulle.
NUBO est un package Python open-source conçu pour rendre l'optimisation bayésienne transparente et accessible à tous les chercheurs grâce à une architecture modulaire, une documentation rigoureuse et des algorithmes validés pour l'optimisation de fonctions coûteuses.
Pour pallier la baisse de performance du apprentissage multi-ensembles (MIL) en cas de pénurie de données, les auteurs proposent la méthode TG-MIL qui intègre des biais inductifs topologiques afin de préserver la structure des distributions d'instances, améliorant ainsi significativement la précision et la généralisation des modèles sur des tâches comme la classification de maladies rares.
Ce papier établit des benchmarks comparatifs pour trois algorithmes variationnels quantiques adaptatifs (EVQE, VAns et le nouveau RA-VQE) ainsi que pour QAOA sur des instances QUBO, en évaluant la qualité des solutions, les temps de calcul et l'impact du réglage des hyperparamètres afin de guider la recherche future sur les dispositifs quantiques NISQ.
Cet article propose une revue systématique de la littérature et un cadre théorique unifié pour les systèmes de recommandation conscients des impressions, en classant les modèles, les jeux de données et les méthodologies d'évaluation afin d'identifier les défis et les orientations futures de ce paradigme émergent.
Cet article examine les défis de véracité posés par les hallucinations et les usages malveillants des grands modèles de langage, en proposant des solutions technologiques, réglementaires et éducatives pour garantir la fiabilité de l'information à l'ère de l'IA générative.
Cet article établit de nouvelles bornes de complexité d'échantillonnage sans entropie métrique pour l'approximation moyenne empirique (SAA) en programmation stochastique convexe, démontrant qu'elle atteint une efficacité d'échantillonnage quasi identique à celle de la descente de miroir stochastique (SMD) tout en restant applicable dans des scénarios non lipschitziens où la SMD est moins bien comprise.
Cet article propose un nouveau modèle de causalité partielle latente pour l'apprentissage multimodal, démontrant théoriquement et expérimentalement que les représentations apprises par l'apprentissage contrastif multimodal (MMCL) correspondent à des variables couplées identifiables, permettant ainsi un meilleur dénouement des représentations et une généralisation accrue.
Ce travail présente GODD, un modèle de diffusion guidé par des priors structuraux qui permet de générer des molécules 3D dans des régimes de données rares en apprenant à partir de régions denses et en généralisant efficacement aux décalages structurels hors distribution.