3489 articles
Cet article démontre que les mécanismes de porte dans les réseaux de neurones récurrents agissent comme des préconditionneurs de l'optimisation pilotés par les données, en couplant les échelles de temps des états et des paramètres pour générer des taux d'apprentissage effectifs dépendants du délai et de la direction, ce qui explique la robustesse de l'entraînement de ces architectures.
Le modèle fondamental ECHO, qui intègre une architecture à bande divisée et des embeddings de position fréquentielle pour traiter des signaux de longueur variable à des taux d'échantillonnage arbitraires, démontre des performances de pointe dans la détection d'anomalies et la classification des défauts sur divers jeux de données de signaux industriels.
Cet article présente un algorithme d'apprentissage par jeu dynamique inverse utilisant des programmes linéaires en nombres entiers mixtes pour inférer des contraintes paramétriques à partir de démonstrations d'équilibres de Nash locaux, garantissant théoriquement l'approximation des ensembles sûrs et permettant de concevoir des trajectoires interactives robustes pour des agents à dynamique non linéaire.
Cette étude propose un modèle de diffusion latent conditionnel (CbLDM) qui utilise des priors conditionnels et une matrice Laplacienne pour résoudre de manière stable le problème inverse de reconstruction des nanostructures de nanoparticules métalliques à partir de leur fonction de distribution de paires atomiques.
Cet article propose un cadre d'apprentissage unifié combinant un curriculum piloté par l'entropie et un apprentissage multi-tâches pour améliorer la prédiction de la mobilité humaine en organisant l'entraînement du simple au complexe et en intégrant des signaux d'apprentissage auxiliaires pour la distance et la direction, atteignant ainsi des performances de pointe lors du défi HuMob.
Cette étude démontre que les méthodes d'imputation par équations chaînées (MICE) constituent une alternative efficace et plus simple à mettre en œuvre que les réseaux antagonistes génératifs et les autoencodeurs pour la génération de données synthétiques en tarification actuarielle, tout en préservant fidèlement les distributions et les relations multivariées nécessaires à l'entraînement de modèles GLM.
Cet article propose une classe de méthodes F²SA- utilisant des différences finies d'ordre pour l'optimisation stochastique bi-niveau, améliorant la complexité de recherche d'un point stationnaire à pour des problèmes hautement lisses et démontrant que cette borne est presque optimale.
Cette étude démontre une asymétrie fondamentale dans l'inférence comportementale à grande échelle, où les motivations sont déduites avec une précision quasi parfaite (98-100 %) tandis que les systèmes de croyances restent largement indétectables (plafonnant à 49 % même avec des architectures avancées), révélant que la limite de l'inférence réside dans l'ambiguïté structurelle des croyances plutôt que dans les capacités des modèles.
Cet article présente un cadre modulaire multimodal utilisant l'intelligence artificielle générative pour produire de manière accessible et réaliste des données synthétiques sur les bâtiments résidentiels à partir d'images publiques, afin de réduire la dépendance aux sources de données coûteuses ou restreintes pour la recherche en simulation énergétique.
Ce papier présente PANO, un opérateur neuronal physique-aware capable d'inverser directement les mesures brutes en images 3D de tomographie photoacoustique avec une haute précision et en temps réel, surpassant les méthodes traditionnelles et facilitant ainsi le passage vers des systèmes cliniques accessibles.
Cet article présente une méthode combinant l'apprentissage profond et les conductances d'entrée dynamiques (DIC) pour reconstruire rapidement et efficacement des populations dégénérées de modèles de neurones à base de conductance à partir uniquement des temps de décharge, en surmontant le défi de l'inférence des paramètres biophysiques malgré la variabilité des canaux ioniques.
Le papier présente MICA, un assistant de coordination multi-agents perceptif et vocal conçu pour fournir une assistance industrielle en temps réel, fiable et respectueuse de la vie privée, même dans des environnements aux ressources limitées.
Ce papier présente ORIC, un cadre et une nouvelle évaluation (ORIC-Bench) conçus pour analyser et améliorer la capacité des grands modèles vision-langage à reconnaître des objets dans des contextes incongrus, en démontrant que ces situations augmentent les erreurs d'hallucination et en proposant une méthode d'ajustement fin par renforcement visuel pour y remédier.
Cet article propose une méthode d'apprentissage de fonctions de barrière neuronales conditionnées par l'observation, fondée sur l'analyse de la faisabilité de Hamilton-Jacobi et une architecture de type hyper-réseau, qui garantit des ensembles sûrs optimaux et améliore la sécurité des systèmes autonomes dans des environnements partiellement observables.
Cet article présente la première borne PAC-Bayes entièrement empirique pour les chaînes de Markov, obtenue en dérivant une estimation empirique du pseudo-écart spectral pour les espaces d'états finis.
Cette étude démontre que les sondes linéaires utilisées pour surveiller les modèles de langage sont fragiles car leur efficacité dépend fortement de la présence d'indices textuels explicites, leur performance chutant considérablement lorsque ces indices sont filtrés ou absents.
Ce papier présente AEGIS, un cadre d'augmentation basé uniquement sur les arêtes qui améliore la prédiction de liens dans les graphes de connaissances bipartis clairsemés en rééchantillonnant les arêtes existantes ou en utilisant une augmentation sémantique KNN, évitant ainsi la création de fausses connexions tout en préservant l'authenticité des données.
Le papier présente Aurora, un modèle fondamental multimodal pour la prévision de séries temporelles qui, grâce à son entraînement sur un corpus cross-domaine et l'intégration de connaissances textuelles et visuelles via une attention guidée et un matching de flux prototype, réalise une inférence zero-shot et des performances state-of-the-art sur divers benchmarks.
Ce papier présente les GDR-learners, une nouvelle famille d'apprentissages génératifs orthogonaux et doublement robustes qui, en s'inspirant de modèles d'état de l'art comme les flux normalisants conditionnels et les modèles de diffusion, permettent d'estimer de manière asymptotiquement optimale les distributions des résultats potentiels à partir de données observationnelles.
Le papier présente CLAD-Net, un cadre d'apprentissage continu intégrant un transformateur auto-supervisé et une distillation de connaissances pour permettre aux modèles de reconnaissance d'activités portables de s'adapter aux nouveaux sujets sans oublier les tâches précédentes, tout en restant performants malgré la rareté des données étiquetées.