333 articles
Cet article propose une nouvelle approche de fusion d'images en peu d'exemples qui introduit le concept de priors incomplets et un algorithme de calcul de granules de pixels (GBPC) pour permettre à un réseau de neurones léger d'apprendre des règles de fusion adaptatives sans nécessiter de véritables images de référence.
Cet article propose une nouvelle approche pilotée par les données pour optimiser les politiques de tarification et de gestion des stocks en environnement hors ligne, en surmontant les défis posés par la demande censurée et dépendante grâce à l'approximation par des processus de décision markoviens d'ordre élevé et à l'estimation de politiques optimales via des algorithmes inspirés de l'apprentissage par renforcement hors ligne et de l'analyse de survie.
Le papier présente Panda, un modèle pré-entraîné sur un vaste ensemble de systèmes dynamiques chaotiques synthétiques qui, grâce à une architecture d'attention par patches, parvient à effectuer des prévisions en zéro-shot sur des systèmes chaotiques inédits et à prédire des équations aux dérivées partielles sans réentraînement, démontrant ainsi l'efficacité des modèles fondés pour les dynamiques non linéaires.
Cet article propose une méthode d'estimation du rapport de densités pour la comparaison de deux échantillons, basée sur des modèles d'arbres additifs optimisés via une nouvelle fonction de perte appelée « balancing loss », qui permet à la fois une inférence bayésienne pour la quantification de l'incertitude et une application efficace à l'évaluation de modèles génératifs sur des données microbiennes.
Cet article propose une méthode rapide et garantie pour compléter des tenseurs de train en utilisant uniquement des opérations d'algèbre linéaire standard, exploitant un schéma d'observation où des fibres entières le long d'un seul mode sont soit totalement observées, soit totalement manquantes.
Cet article propose de nouveaux indices absolus de validité de clusters, basés sur des fonctions de compacité et de séparabilité, pour déterminer le nombre optimal de clusters et évaluer la qualité des regroupements sur des données synthétiques et réelles.
Cet article propose des variantes de forêts aléatoires basées sur le principe de minimisation du risque maximal (MaxRM) pour améliorer la généralisation hors distribution, en fournissant des algorithmes efficaces, des preuves de consistance statistique et des garanties théoriques pour divers risques, y compris le regret.
En construisant des « tunnels de vent bayésiens » où la vraisemblance est connue, cette étude démontre que les transformateurs réalisent un inférence bayésienne rigoureuse grâce à un mécanisme géométrique précis impliquant des flux résiduels et une attention hiérarchique, une capacité que les architectures plates ne peuvent reproduire.
Ce papier établit que l'entraînement par entropie croisée sculpte la géométrie interne des transformateurs via une boucle de rétroaction couplée entre le routage et le contenu, agissant comme une procédure EM à deux échelles de temps qui transforme l'optimisation en raisonnement probabiliste bayésien.
Cet article propose une méthode novatrice d'échantillonnage à partir de densités de Boltzmann non normalisées en utilisant des équations différentielles ordinaires de flux dérivées d'interpolants stochastiques linéaires, où des échantillonneurs de Langevin sont employés pour générer des échantillons intermédiaires et estimer le champ de vitesse, garantissant ainsi une convergence théorique et démontrant une efficacité pratique sur des distributions multimodales complexes et des tâches d'inférence bayésienne.
Cet article propose une méthode de transfert d'apprentissage pour la régression linéaire fonctionnelle basée sur des variables de contrôle, qui améliore l'estimation sans nécessiter le partage de données individuelles tout en établissant un lien théorique inédit avec les approches par offset et en tenant compte des erreurs de lissage inhérentes aux données discrètes.
Cet article présente une analyse d'erreur quantitative pour les problèmes inverses bayésiens utilisant des priors génératifs, démontrant que l'erreur a posteriori hérite du taux de convergence du prior en distance de Wasserstein, tout en validant ces résultats théoriques par des expériences numériques incluant un problème de PDE elliptique.
Ce papier propose HaKAN, un modèle de prévision de séries temporelles multivariées basé sur les réseaux KAN et des fonctions d'activation polynomiales de Hahn, qui surpasse les méthodes de l'état de l'art en offrant une alternative légère, interprétable et efficace pour capturer les motifs temporels locaux et globaux.
Cet article propose des réseaux de neurones bayésiens singuliers qui, en paramétrant les poids via une décomposition de rang faible, réduisent considérablement le nombre de paramètres tout en améliorant la calibration, la détection hors distribution et les performances prédictives par rapport aux approches classiques.
En utilisant des outils de physique statistique, cette étude caractérise l'émergence de distorsions dans les modèles de diffusion guidés comme une transition de phase liée au nombre de modes, démontrant que le guidage standard réduit la variance et proposant un nouveau calendrier de guidage avec une fenêtre de guidage négatif pour préserver la diversité tout en maintenant la séparabilité des classes.
Cet article établit un principe d'universalité pour les modèles de tenseurs épineux asymétriques en démontrant que, sous des hypothèses de moments finis, les limites statistiques et spectrales de l'estimateur de vraisemblance maximale coïncident avec celles du cas gaussien, au-delà du cadre de bruit gaussien traditionnel.
Cet article propose un cadre unifié pour la détection de filigranes dans les grands modèles de langage en ligne, basé sur les processus-e, offrant des garanties de validité à tout moment et améliorant la puissance de détection grâce à des méthodes adaptatives.
Ce papier propose TS_Adam, une variante légère de l'optimiseur Adam qui élimine la correction de biais d'ordre deux pour améliorer la réactivité aux dérives de distribution dans les prévisions de séries temporelles non stationnaires, réduisant ainsi significativement les erreurs de prédiction sans ajouter d'hyperparamètres.
Ce papier établit un cadre théorique unifié reliant la stabilité des algorithmes de descente de miroir stochastique régularisée à une inférence statistique valide dans les bandits, démontrant que des variantes régularisées de l'algorithme EXP3 permettent d'obtenir simultanément des intervalles de confiance fiables, une régression minimax optimale et une robustesse aux corruptions adverses.
Ce papier présente SDSR, une méthode évolutive de reconstruction d'arbres d'espèces basée sur une approche spectrale diviser-pour-régner qui, tout en préservant la précision, réduit considérablement le temps de calcul par rapport aux méthodes existantes.