2300 articoli
Il paper propone un metodo per migliorare l'efficienza del ragionamento nei Transformer a costo di test fisso, introducendo durante l'addestramento un prior di attenzione sensibile alla lunghezza e un controller "Guardian" che, senza aggiungere parametri o latenza durante l'inferenza, riduce l'entropia incrociata di validazione mantenendo invariati i costi computazionali.
Questo lavoro stabilisce nuovi limiti di generalizzazione trasduttiva basati sul trasporto ottimo e sulle distanze di Wasserstein, dimostrando che sono efficientemente calcolabili e correlati all'errore empirico nella classificazione di nodi su grafi, rivelando inoltre come l'aggregazione delle GNN influenzi la generalizzazione attraverso un compromesso tra concentrazione intra-classe e separazione inter-classe.
Il paper presenta DendroNN, una rete neurale ispirata ai dendriti biologici che utilizza un meccanismo di ricollegamento senza gradienti e un'architettura hardware asincrona per classificare efficientemente dati basati su eventi, raggiungendo un'efficienza energetica fino a 4 volte superiore rispetto alle soluzioni neuromorfiche esistenti.
Questo articolo colma le lacune nell'analisi del regret per il campionamento di Thompson basato su processi gaussiani (GP-TS) fornendo nuovi limiti inferiori, superiori sul secondo momento, limiti attesi di regret "lenient" e un limite superiore cumulativo migliorato rispetto all'orizzonte temporale .
Questo articolo propone un quadro guidato da variabili proxy e basato su autoencoder variazionali per identificare e correggere gli errori di misurazione sistematici nelle variabili di esito aggregate, separando i fattori latenti che generano il vero risultato da quelli che inducono il bias.
Questo lavoro presenta un teorema di confronto non asintotico basato sul teorema di Gordon per analizzare la dinamica di addestramento di algoritmi su modelli a mistura gaussiana, dimostrando la validità delle espressioni del campo medio dinamico e proponendo uno schema di raffinamento iterativo per scenari non asintotici.
Il paper presenta CLoE, un framework di apprendimento della consistenza degli esperti che migliora la segmentazione delle immagini mediche multimodali in presenza di modalità mancanti garantendo un accordo decisionale globale e regionale tra gli esperti e un ricalibrazione delle caratteristiche basata sull'affidabilità.
Il paper introduce Reward-Zero, un meccanismo di ricompensa implicito che trasforma le descrizioni dei compiti in linguaggio naturale in segnali di progresso densi e semanticamente allineati tramite embedding linguistici, accelerando l'addestramento e migliorando la generalizzazione degli agenti di Reinforcement Learning senza richiedere ingegneria specifica per ogni compito.
Il paper introduce TA-GGAD, un modello grafico adattivo che risolve il problema dello spostamento di dominio identificando e modellando la "Disassortatività delle Anomalie" (), consentendo così un rilevamento generalizzato e all'avanguardia delle anomalie su diversi domini con un'unica fase di addestramento.
Questo lavoro presenta un framework basato sui dati che combina un regressore a perceptron multistrato e una rete generativa avversaria condizionale per prevedere la rugosità superficiale nella manifattura additiva, integrando un'interfaccia web interattiva che visualizza le previsioni su modelli 3D per ottimizzare l'orientamento e i parametri di stampa.
Questo articolo propone un quadro di ottimizzazione di ordine zero con privacy differenziale che estende la condensazione dei dataset ai modelli clinici non differenziabili, consentendo la condivisione sicura di dati sintetici che preservano l'utilità predittiva senza esporre informazioni sensibili dei pazienti.
Il paper propone CAHC, un metodo end-to-end di apprendimento contrastivo che integra l'apprendimento delle rappresentazioni e l'assegnazione dei cluster per migliorare il clustering su ipergrafi attribuiti, superando i limiti delle approcci tradizionali privi di supervisione diretta.
Questo studio propone VSOPINN, un approccio che integra le reti neurali fisicamente informate (PINN) con un'ottimizzazione differenziabile del posizionamento dei sensori basata su diagrammi di Voronoi, per ricostruire con precisione e robustezza campi di flusso complessi anche in presenza di dati sparsi o guasti dei sensori.
Il paper introduce SPAARS, un framework di apprendimento curricolare per l'allineamento delle politiche RL che combina un'esplorazione sicura nello spazio latente con un'ottimizzazione diretta nello spazio delle azioni, superando i limiti di prestazione dei metodi basati su CVAE e dimostrando miglioramenti significativi nell'efficienza del campione e nei risultati su diversi benchmark robotici.
Il paper introduce il Fully Convolutional Diffusion Model (FCDM), un'architettura basata su ConvNeXt che dimostra come i modelli convoluzionali moderni possano offrire un'alternativa altamente efficiente e competitiva rispetto ai Transformer per la generazione di immagini, riducendo drasticamente i requisiti computazionali e di tempo di addestramento.
Questo articolo propone quattro modifiche all'algoritmo di abbinamento spaziotemporale per migliorare l'efficienza computazionale e la precisione del tracciamento GPS su reti stradali in ambienti densi, validando i risultati su dati reali di Milano attraverso nuove metriche di valutazione.
Questo studio analizza sistematicamente come le scelte di progettazione del Processo Decisionale di Markov influenzino il trasferimento sim-to-real nell'apprendimento per rinforzo per il controllo dei processi industriali, dimostrando sperimentalmente che l'uso di modelli di dinamica basati sulla fisica è fondamentale per raggiungere un successo reale fino al 50% in compiti di precisione dove i modelli semplificati falliscono.
Questo lavoro propone un nuovo stimatore non parametrico per la valutazione di politiche fuori corso nei banditi contestuali, che combina pesi non parametrici e previsioni delle ricompense per ottenere stime di valore con varianza significativamente ridotta e bias contenuto rispetto alle tecniche esistenti.
Il paper introduce VMoER, un approccio bayesiano strutturato che applica l'inferenza variazionale alla fase di routing nelle architetture Mixture-of-Experts, consentendo una quantificazione dell'incertezza calibrata e scalabile per i modelli foundation con un costo computazionale trascurabile.
Il paper introduce i flussi di normalizzazione condizionati temporalmente (tcNF), un nuovo framework autoregressivo che migliora il rilevamento di anomalie nelle serie temporali multivariate modellando con precisione le dipendenze temporali e le incertezze per generare distribuzioni probabilistiche affidabili.