329 articles
Cet article propose une nouvelle approche de régression Fréchet pour des réponses multivariées sous forme de distributions, en utilisant la famille nonparanormale et la métrique de transport nonparanormale (NPT) pour surmonter les défis computationnels et statistiques liés à la dimensionnalité tout en garantissant des taux de convergence rapides.
Cet article propose une nouvelle méthode d'engression spatiotemporelle générative profonde pour produire des prévisions probabilistes fiables des épidémies, surpassant les modèles existants grâce à une quantification endogène de l'incertitude et à une validité théorique rigoureuse.
Ce papier propose DualAdam, un nouvel optimiseur qui combine les mécanismes de mise à jour de l'Adam et de son variant inverse (InvAdam) pour garantir la convergence tout en améliorant la généralisation des modèles d'apprentissage profond en favorisant la recherche de minima plats.
Ce papier présente CUDAMaster, un système multi-agents capable d'optimiser automatiquement des noyaux CUDA dans divers scénarios scientifiques et d'apprentissage profond, surpassant les méthodes existantes et rivalisant avec des bibliothèques propriétaires grâce au nouveau benchmark MSKernelBench.
Cet article propose une méthode améliorée de régression rang-rang conditionnelle utilisant des modèles de transformation profonde et du cross-fitting pour estimer la mobilité intergénérationnelle avec une grande précision dans des contextes non linéaires et discrets, tout en fournissant une théorie asymptotique et des applications empiriques sur les revenus aux États-Unis et la mobilité éducative en Inde.
Ce papier présente les Variational Flow Maps, un cadre qui permet la génération conditionnelle en une seule étape en apprenant un adaptateur de bruit pour respecter les observations et les a priori des données, surpassant ainsi les modèles itératifs en vitesse tout en maintenant une haute fidélité.
Cet article propose un cadre théorique et empirique pour l'entraînement robuste de politiques dans des POMDPs soumis à des distributions latentes initiales adverses, démontrant qu'une exposition ciblée à ces distributions réduit significativement les écarts de robustesse tout en validant des certificats de réponse optimale.
Les auteurs proposent DistGP, une méthode d'apprentissage collaboratif multi-robots utilisant un processus gaussien parcimonieux et la propagation de croyances gaussienne pour entraîner un modèle global de manière distribuée et asynchrone, surpassant ainsi les approches existantes en termes de précision, de robustesse aux communications limitées et d'apprentissage continu.
Ce travail établit des garanties à échantillon fini pour l'apprentissage de représentations d'état pilotées par le coût dans le cadre du contrôle LQG infini, en comparant deux approches de modélisation dynamique latente, dont l'une inspirée de MuZero, tout en prouvant la persistance de l'excitation pour un nouveau processus stochastique.
Ce monographie offre un aperçu rigoureux des aspects théoriques et méthodologiques de l'inférence probabiliste et de l'apprentissage par la méthode de Stein, en détaillant la construction des écarts de Stein, leurs propriétés et leur lien avec la descente de gradient variationnelle de Stein.
Cet article propose un cadre de prédiction conforme préservant la vie privée sur l'ensemble des données, évitant le fractionnement de l'échantillon en exploitant la stabilité induite par la confidentialité différentielle pour obtenir des ensembles de prédiction plus précis que les méthodes existantes.
Ce papier présente ReGEN-TAD, un cadre génératif interprétable qui combine prévision conjointe et reconstruction dans une architecture convolutionnelle-transformer pour détecter les anomalies dans les séries temporelles financières multidimensionnelles sans données étiquetées, tout en fournissant une attribution économique cohérente.
Cette article propose une analyse théorique et empirique des méthodes d'inférence parallèle pour les grands modèles de langage en les modélisant comme des algorithmes de filtrage particulaire, révélant à la fois des garanties de précision non asymptotiques et des limites fondamentales inhérentes à ces approches.
Cette étude propose un cadre Transformer bayésien innovant qui intègre trois mécanismes d'incertitude complémentaires pour fournir des prévisions de charge électrique probabilistes bien calibrées et robustes aux changements de distribution, surpassant les modèles existants en précision et en fiabilité sur plusieurs réseaux électriques mondiaux.
Cet article propose un cadre d'apprentissage par transfert robuste qui intègre des informations secondaires pour construire des ensembles d'incertitude centrés sur l'estimation, permettant ainsi d'obtenir des politiques optimales moins conservatrices et plus efficaces en termes d'échantillons dans des environnements marqués par des décalages distributionnels.
Les auteurs développent un pipeline d'apprentissage par renforcement capable de simplifier des diagrammes de nœuds arbitraires, démontrant son efficacité sur des nœuds trivialisés complexes et en retrouvant la borne supérieure surprenante de trois pour le nombre de dénouement du nœud composé $4_1\#9_{10}$.
Cet article propose la Local Constrained Bayesian Optimization (LCBO), un cadre novateur qui surmonte le fléau de la dimensionnalité dans l'optimisation bayésienne contrainte en alternant descente locale et exploration guidée par l'incertitude, garantissant ainsi une convergence polynomiale en dimension et surpassant les méthodes de l'état de l'art sur des problèmes jusqu'à 100 dimensions.
Cet article propose une approche d'apprentissage profond, baptisée « amortized MIPS », qui utilise des réseaux de neurones (SupportNet et KeyNet) pour prédire directement les résultats de la recherche du produit scalaire maximal en exploitant les propriétés mathématiques des fonctions de support, permettant ainsi d'amortir le coût computationnel pour des distributions de requêtes fixes.
Cet article présente une nouvelle méthode de surveillance de l'état explicable pour les transmissions d'hélicoptères, basée sur la détection probabiliste d'anomalies utilisant uniquement des données saines, qui permet de quantifier les incertitudes et d'améliorer l'interprétabilité des résultats pour des applications critiques.
Cet article remet en question la prédominance des métriques d'erreur ponctuelle dans l'évaluation des prévisions de séries temporelles à long terme, en plaidant pour une approche multidimensionnelle intégrant la cohérence structurelle et la pertinence décisionnelle afin de dépasser une optimisation aveugle des classements de benchmarks.