4253 articoli
Il paper propone un framework di generazione vincolata che, tramite il fine-tuning di modelli generativi preaddestrati, permette di produrre campioni realistici all'interno di regioni fattibili complesse e non lineari, come quelle tipiche della guida autonoma e del controllo robotico, trovando un nuovo compromesso tra soddisfazione dei vincoli e qualità del campionamento.
Il paper propone StableDRL, un nuovo algoritmo di ottimizzazione della politica che risolve il collasso del reward nei modelli linguistici a diffusione applicando tecniche di clipping incondizionato e auto-normalizzazione per stabilizzare l'addestramento basato su GRPO.
Il paper introduce DIRECTER, un metodo di steering delle attivazioni che migliora il rispetto delle istruzioni nei LLM modulando dinamicamente la forza di steering tramite un ciclo di decodifica guidato dalla plausibilità, riducendo così il rischio di oversteering senza compromettere la qualità del testo.
Il paper presenta ProtAlign, un framework di allineamento delle preferenze multi-obiettivo che ottimizza i modelli di ripiegamento inverso pre-addestrati per bilanciare la progettabilità strutturale con proprietà di sviluppabilità come solubilità e stabilità, superando i limiti degli approcci esistenti senza richiedere un'esperta conoscenza di dominio.
Il documento propone il LAE-EnKF, un nuovo filtro di Kalman basato su autoencoder latenti che riformula l'assimilazione dei dati in uno spazio latente a dinamica lineare e stabile, superando i limiti di non linearità del filtro di Kalman standard e garantendo maggiore accuratezza e stabilità nei sistemi caotici.
Il paper propone un autoencoder e un variational autoencoder basati su rappresentazioni neurali implicite quantistiche (QINR) che, combinando un codificatore CNN classico con un decodificatore quantistico, migliorano la ricostruzione e la generazione di immagini con maggiore stabilità, diversità e dettaglio rispetto ai modelli generativi quantistici esistenti.
Il documento presenta l'approccio ICD3, un metodo interpretabile e robusto che rileva il drift concettuale nei dati sbilanciati identificando e monitorando indipendentemente i concetti minoritari per superare l'effetto di mascheramento causato dalle classi dominanti.
Questo studio propone un quadro di spiegabilità multi-livello per validare la robustezza e la coerenza delle spiegazioni SHAP nei modelli di machine learning per la diagnosi e la prognosi dell'Alzheimer, dimostrando che i marcatori cognitivi e funzionali rimangono indicatori stabili e affidabili attraverso diverse fasi della malattia.
Questo lavoro propone un metodo di collocation adattivo e consapevole della diversità per le Physics-Informed Neural Networks, formulando la selezione dei punti come un problema di ottimizzazione QUBO sparsa basato su grafi e coreset ibridi per migliorare l'efficienza e l'accuratezza nella risoluzione di equazioni differenziali.
Questo studio presenta un framework di machine learning che utilizza l'Operatore di Fourier (FNO) per prevedere in modo efficiente e accurato il flusso stazionario attraverso mezzi porosi, superando i metodi CFD tradizionali in termini di velocità e adattabilità all'ottimizzazione topologica.
Il lavoro propone un'architettura di meta-apprendimento basata su reti neurali convoluzionali grafiche che permette di adattare rapidamente le previsioni del traffico a nuove strutture di rete e pattern di domanda, ottenendo un'accuratezza significativa (R² ≈ 0,85) anche in scenari di interruzione non visti durante l'addestramento.
Questo studio dimostra che l'apprendimento simbolico, grazie alla sua capacità di generare modelli predittivi interpretabili e basati su regole, supera i metodi tradizionali di intelligenza artificiale nel rilevamento dei guasti nei processi chimici, offrendo una soluzione sicura e trasparente anche in assenza di dati reali di fallimento.
Il paper dimostra che le rappresentazioni delle reti neurali possiedono una libertà di gauge sotto trasformazioni lineari invertibili, rendendo misure di similarità come la coseno-dipendenza non invarianti e suggerendo che l'analisi dovrebbe concentrarsi su quantità invarianti o coordinate canoniche.
Il paper presenta l'HGT-Scheduler, un framework di apprendimento per rinforzo che risolve il problema della schedulazione dei lavori (JSSP) modellandolo come un grafo eterogeneo tramite Heterogeneous Graph Transformers, dimostrando che la distinzione esplicita dei tipi di relazioni migliora significativamente le prestazioni rispetto agli approcci che trattano il grafo come omogeneo.
Il paper presenta SpatialMAGIC, un framework ibrido che combina diffusione su grafo e attenzione spaziale per imputare i dati di trascrittomica spaziale, migliorando significativamente l'accuratezza del clustering e la rilevazione di geni differenzialmente espressi rispetto ai metodi esistenti.
Il paper presenta xaitimesynth, un pacchetto Python open source che fornisce un'infrastruttura riutilizzabile per la generazione di serie temporali sintetiche con verità fondamentale nota e per la valutazione di metodi di attribuzione tramite metriche di localizzazione standard.
Il paper propone un modello di diffusione informato dalla fisica basato su Context-UNet per generare immagini satellitari sintetiche di eventi meteorologici estremi, superando la scarsità di dati reali e lo sbilanciamento delle classi attraverso l'uso di parametri atmosferici critici per migliorare i modelli di rilevamento ML.
Il paper introduce l'Optimistic Policy Regularization (OPR), un meccanismo leggero che previene la convergenza prematura negli agenti di deep reinforcement learning preservando le traiettorie storicamente di successo, migliorando così l'efficienza dei campioni e le prestazioni finali su ambienti Atari e di cyber-difesa.
Il paper introduce Best-of-Tails (BoT), un framework di allineamento a tempo di inferenza che adatta dinamicamente la strategia di selezione tra ottimismo e pessimismo in base alla distribuzione delle code dei premi, utilizzando la divergenza di Tsallis e lo stimatore di Hill per migliorare le prestazioni rispetto ai metodi fissi esistenti.
Il paper presenta NEST, un framework di posizionamento dei dispositivi per l'addestramento distribuito di deep learning che unifica la parallelizzazione, la modellazione della topologia di rete e la fattibilità della memoria tramite programmazione dinamica strutturata, ottenendo fino a 2,43 volte una maggiore velocità di elaborazione rispetto alle soluzioni esistenti.