12775 articles
Cet article présente une méthode hybride combinant une machine à vecteurs de support à noyau quantique et une extraction de caractéristiques quantiques pour une tâche de classification de consommateurs dans le régime NISQ, démontrant une sensibilité accrue et servant de point de départ concret pour l'intégration matérielle future.
Cet article propose des algorithmes de multiplication de matrices creuses sécurisées par calcul multipartite (MPC) qui surmontent les limitations de mémoire et réduisent considérablement les coûts de communication par rapport aux méthodes denses, permettant ainsi l'application du machine learning préservant la vie privée sur des données réelles de grande dimension.
Cet article établit la première preuve théorique du transfert de politique pour l'apprentissage par renforcement en temps continu en exploitant la structure gaussienne des systèmes linéaires-quadratiques et la stabilité des équations différentielles stochastiques via la théorie des chemins rugueux, permettant ainsi d'initialiser la recherche d'une politique quasi-optimale pour un problème connexe tout en conservant le taux de convergence original.
Cet article présente une méthode de compression pour les arbres de décision boostés qui, en favorisant le réutilisation des caractéristiques et des seuils durant l'entraînement, permet de réduire l'empreinte mémoire de 4 à 16 fois par rapport à LightGBM, facilitant ainsi le déploiement autonome de modèles d'apprentissage automatique sur des appareils IoT aux ressources limitées.
L'article présente STAN, un réseau de neurones à attention spatio-temporelle adversaire qui améliore la prévision des crises d'épilepsie en modélisant conjointement les connexions cérébrales et les dynamiques temporelles pour atteindre une sensibilité élevée et un faible taux de fausses alarmes sur des données EEG multivariées.
Cet article propose une nouvelle métrique de distorsion basée sur les homomorphismes de graphes qui intègre à la fois la structure et les caractéristiques des nœuds pour évaluer la similarité entre graphes, comblant ainsi les lacunes des mesures d'expressivité existantes et améliorant les performances des réseaux de neurones graphiques.
Cet article présente la première étude systématique de l'effacement continu dans les modèles de diffusion texte-à-image, démontrant que les méthodes actuelles échouent à cause d'une dérive des paramètres et proposant une approche de régularisation, incluant une projection de gradient, pour préserver les connaissances tout en supprimant les concepts ciblés.
Le papier présente TransactionGPT, un modèle fondation innovant basé sur une architecture 3D-Transformer entraîné sur des milliards de transactions réelles, qui surpasse les modèles de production existants dans la détection d'anomalies et la génération de trajectoires tout en offrant une efficacité supérieure aux grands modèles de langage pour les tâches prédictives sur les données de paiement.
Cet article présente SURFACEBENCH, le premier benchmark conscient de la géométrie conçu pour évaluer la découverte d'expressions symboliques régissant des surfaces tridimensionnelles, en mettant l'accent sur la fidélité structurelle et géométrique au-delà des métriques de régression traditionnelles.
Le papier présente FAST, un cadre de sélection de coeurs sans réseau de neurones profond qui utilise la théorie des graphes spectraux et une distance de fonction caractéristique atténuée pour matcher les distributions dans le domaine fréquentiel, surpassant ainsi les méthodes existantes en précision, vitesse et efficacité énergétique.
Le papier présente QiMeng-CRUX, un cadre innovant qui réduit l'écart entre les descriptions en langage naturel et la génération de code Verilog en introduisant un espace intermédiaire structuré appelé CRUX, optimisé par un entraînement en deux étapes pour produire des résultats state-of-the-art.
Ce papier présente WARP, une méthode de téléportation des poids exploitant les symétries des réseaux de neurones pour renforcer la confidentialité des protocoles d'oubli machine approximatif en réduisant les fuites d'informations détectables par des attaques de reconstruction ou d'inférence de membres, tout en préservant la précision du modèle.
Ce papier présente ALARM, un cadre de détection d'anomalies visuelles basé sur des modèles de langage multimodaux (MLLM) intégrant une quantification de l'incertitude et des techniques d'assurance qualité pour assurer une prise de décision fiable dans des environnements complexes.
Cet article propose VGG-Flow, une méthode de finetuning basée sur l'appariement de gradients qui utilise la théorie du contrôle optimal pour aligner efficacement les modèles de Flow Matching avec les préférences humaines tout en préservant leur distribution prior, comme démontré sur Stable Diffusion 3.
Cet article propose un cadre de débat fin et conscient de la confiance (CFD) utilisant des modèles de langage open-source pour enrichir automatiquement les données d'indicateurs de santé mentale et de sécurité en ligne, démontrant ainsi une amélioration significative des performances des tâches en aval par rapport aux approches de base.
Le papier présente CORE, un cadre d'apprentissage par renforcement qui comble le fossé entre la définition et l'application en mathématiques en utilisant des concepts explicites comme signal de supervision pour améliorer le raisonnement conceptuel des modèles de langage.
Ce papier présente CHAMMI-75, un jeu de données ouvert de 75 études biologiques hétérogènes en microscopie multicanal, conçu pour entraîner des modèles adaptatifs capables de quantifier la morphologie cellulaire sur n'importe quel type d'image microscopique.
Cet article présente les Collar Recognition Nets (CRNs), une famille de réseaux de neurones convolutifs 1D légers et optimisés qui permettent une reconnaissance autonome et en temps réel des colliers de tubage dans des environnements souterrains contraints, en atteignant une grande précision avec une latence minimale sur des systèmes embarqués.
Cet article présente TPI-AI, un cadre hybride combinant des représentations temporelles apprises par un Bi-LSTM et des indices d'interaction inspirés de la physique pour prédire avec précision les intentions de changement de voie dans divers scénarios autoroutiers, surpassant les méthodes de référence sur les ensembles de données highD et exiD.
Cet article propose un cadre de contrôle stochastique pour l'optimisation globale dans les espaces euclidiens et de Wasserstein, établissant la convergence vers le minimum global via des équations de Hamilton-Jacobi-Bellman et des systèmes de particules, et introduisant des schémas numériques Monte Carlo dérivés de la formule de Bismut-Elworthy-Li.