4897 articoli
Gli autori propongono un'architettura che utilizza una misura intrinseca basata sulla varianza per quantificare l'eterogeneità nei dati di addestramento, permettendo una partizione del dataset in blocchi omogenei che, unita alla purificazione dei dati, porta a significativi miglioramenti dell'accuratezza nei modelli di apprendimento supervisionato.
Questo lavoro introduce un quadro teorico e algoritmico che unisce la teoria dei gruppi e le entropie di gruppo al machine learning, proponendo una famiglia flessibile di aggiornamenti Mirror Descent basati su entropie generalizzate e dualità speculare per ottimizzare l'adattamento alle distribuzioni statistiche e migliorare la convergenza.
Il paper presenta un approccio GAN auto-condizionato senza contesto per la previsione di traiettorie, che impara diversi modi comportamentali dai dati 2D e dimostra prestazioni superiori rispetto ai metodi supervisionati esistenti sia nel movimento umano che negli agenti stradali.
Questo lavoro analizza l'apprendimento per rinforzo non supervisionato con ricompense verificabili (URLVR), rivelando che i metodi intrinseci tendono al collasso del modello a causa di un allineamento errato tra confidenza e correttezza, mentre le ricompense esterne basate sull'asimmetria computazionale offrono una potenziale via di fuga per superare questi limiti di scalabilità.
Questo articolo presenta la caratterizzazione e il potenziamento di un'architettura ibrida di rete neurale quantistica a grafo, che combina componenti classici e circuiti quantistici, per migliorare la ricostruzione delle tracce di particelle cariche in vista degli aggiornamenti degli esperimenti LHC ad alta luminosità.
Il paper propone Momentum SVGD-EM, un metodo accelerato per la stima della massima verosimiglianza marginale che integra l'accelerazione di Nesterov sia negli aggiornamenti dei parametri che nello spazio delle misure di probabilità, ottenendo una convergenza più rapida rispetto alle tecniche esistenti in scenari a bassa e alta dimensionalità.
Utilizzando il framework di ricerca evolutiva guidata dall'intelligenza artificiale AlphaEvolve, questo studio identifica un nuovo caso peggiore che innalza il limite inferiore del rapporto tra l'efficienza ottimale e quella del meccanismo "Random-Offerer" nel commercio bilaterale a 2,0749, superando le precedenti stime teoriche.
Il paper introduce i modelli causali a collo di bottiglia strutturale (SCBM), una nuova classe di modelli causali che presuppone che gli effetti tra variabili ad alta dimensionalità dipendano solo da statistiche riassuntive a bassa dimensionalità, offrendo un framework flessibile per la riduzione della dimensionalità specifica per il compito e migliorando la stima degli effetti in contesti di apprendimento con pochi dati.
Il paper introduce Trilobyte, un nuovo schema di tokenizzazione a livello di byte che rende fattibile la compressione audio lossless basata su modelli linguistici per audio ad alta fedeltà (fino a 24 bit), superando i limiti computazionali delle tokenizzazioni precedenti e dimostrando prestazioni superiori al formato FLAC, sebbene con guadagni di compressione che diminuiscono all'aumentare della profondità di bit.
Questo lavoro propone un algoritmo euristico di ottimizzazione congiunta per le architetture di Split Federated Learning che, selezionando strategicamente i livelli di partizione del modello e l'assegnazione dei client agli aggregatori, migliora l'accuratezza del 3% riducendo contemporaneamente il ritardo del 20% e il sovraccarico di comunicazione del 50% rispetto agli approcci esistenti.
Il paper propone l'Agentic Critical Training (ACT), un paradigma di apprendimento per rinforzo che supera i limiti dell'imitazione addestrando gli agenti a identificare autonomamente le azioni migliori tra alternative, sviluppando così una genuina capacità di auto-riflessione che migliora significativamente le prestazioni e la generalizzazione rispetto ai metodi esistenti.
Il paper introduce "Impermanent", un nuovo benchmark live che valuta la generalizzazione temporale dei modelli di previsione delle serie temporali su dati in continua evoluzione (basati sull'attività GitHub), superando i limiti delle valutazioni statiche tradizionali per misurare la robustezza e la stabilità delle prestazioni in scenari di distribuzione non stazionaria.
Questo articolo propone un approccio basato su modelli a frequenza mista per prevedere i tassi di cambio (in particolare CAD/USD), dimostrando come tale metodologia superi le limitazioni dell'aggregazione temporale e offra previsioni più efficaci rispetto ai metodi tradizionali, contribuendo così a risolvere il "puzzle" di Meese e Rogoff.
Questo lavoro propone un framework interpretabile basato su concetti medici chiave e una rete GCN per spiegare le decisioni dei modelli di deep learning nella rilevazione dei piani di scansione fetale, allineandosi alla cognizione clinica e migliorando la trasparenza rispetto ai metodi tradizionali basati solo su caratteristiche a livello di pixel.
Questo articolo presenta un modello basato su reti neurali e LSTM che sfrutta la forte correlazione tra le tendenze dei casi di COVID-19 e di Dengue, integrando fattori climatici e sociali, per prevedere l'incidenza della dengue anche in paesi con dati insufficienti.
Questo articolo presenta un metodo innovativo che utilizza le reti neurali su grafi (GNN) applicate a grafi fattoriali per realizzare una stima dello stato lineare rapida, scalabile e robusta nei sistemi di trasmissione elettrica dotati di unità di misura fasoriale (PMU), garantendo accuratezza e resilienza anche in caso di malfunzionamenti dei sensori.
Il paper presenta AGFN, un algoritmo di apprendimento per rinforzo che integra conoscenze esperte a priori e feedback incerti a posteriori per inferire distribuzioni su grafi ancestrali, migliorando l'affidabilità della scoperta causale in presenza di confondimento latente.
Questo lavoro introduce un quadro unificato per l'apprendimento di oggetti in spazi di Hilbert tramite misurazioni lineari arbitrarie e modelli non lineari, stabilendo nuovi limiti di generalizzazione basati sulla variazione del modello e sull'entropia che unificano e migliorano risultati esistenti come il compressed sensing con modelli generativi.
Questo articolo deriva stime teoriche sui limiti inferiori del consumo energetico per ottimizzatori neuromorfici basati sull'apprendimento in memoria, analizzando la termodinamica fuori equilibrio per determinare l'efficienza energetica in funzione di operazioni, dimensioni del modello, velocità di convergenza e precisione.
Il paper propone un sistema di rilevamento delle allucinazioni visive strutturali in immagini di personaggi cartonesi generati da modelli Text-to-Image, che utilizza un modello Vision-Language potenziato dall'apprendimento in contesto con informazioni sulla posa (PA-ICVL) per ottenere miglioramenti significativi rispetto ai metodi basati solo su immagini RGB.