6093 articoli
Gli autori propongono un'estensione semi-parametrica dei Bayesian Additive Regression Trees (BART) che permette di condividere le covariate tra i componenti parametrico e non parametrico risolvendo problemi di non identificabilità e bias, garantendo al contempo un'analisi interpretabile delle interazioni complesse in contesti come le valutazioni educative internazionali.
Questo articolo presenta un framework SVM "white-box" ottimizzato tramite algoritmi di sciame per il monitoraggio in tempo reale dello stato di usura degli utensili da fresatura, basato sull'analisi delle vibrazioni del mandrino e sulla selezione delle caratteristiche tramite RFECV.
Questo articolo offre una panoramica completa sull'Automated Reinforcement Learning (AutoRL), esaminando la letteratura esistente, le recenti tecniche basate sui grandi modelli linguistici, le potenziali integrazioni future e le sfide aperte nel campo dell'automazione della modellazione, della selezione degli algoritmi e dell'ottimizzazione degli iperparametri per l'apprendimento per rinforzo.
Questo lavoro propone un modello di classificazione basato su sottosequenze e consapevole dell'incertezza dei dati, che combina prestazioni elevate con l'interpretabilità per l'analisi delle serie temporali astronomiche, offrendo agli esperti di dominio la possibilità di ispezionare le previsioni e ispirare nuovi sviluppi nella modellazione astrofisica.
Questo studio introduce un metodo di apprendimento ensemble basato sulla regressione Gaussian Process per prevedere i rendimenti azionari, dimostrando che tale approccio supera i modelli di machine learning esistenti sia statisticamente che economicamente, permettendo inoltre la costruzione di portafogli ottimali che gestiscono l'incertezza delle previsioni.
Questo lavoro fornisce le prime garanzie a campione finito per un approccio di apprendimento di rappresentazioni guidato dai costi nel controllo LQG, dimostrando che è possibile apprendere un modello latente e un controllore quasi ottimali prevedendo direttamente i costi multi-step senza ricostruire osservazioni o azioni.
Questo paper propone l'IW-DKF, un'estensione del Deep Kalman Filter che integra l'importanza campionaria per migliorare le stime di verosimiglianza e l'inferenza degli stati latenti in modelli dinamici non lineari, come dimostrato dall'esperimento sull'attrattore di Lorenz.
Il paper presenta MU-Mis, un metodo di machine unlearning che, sfruttando la sensibilità del modello ai dati da dimenticare, rimuove l'influenza dei campioni specifici senza accedere ai dati rimanenti e mantenendo le prestazioni del modello.
Questo articolo offre una panoramica incentrata sull'apprendimento automatico del Computerized Adaptive Testing (CAT), esaminando come le tecniche di ML possano ottimizzare i modelli di misurazione, la selezione delle domande e il controllo dei test per creare sistemi più robusti, equi ed efficienti rispetto ai metodi psicometrici tradizionali.
Il paper propone il framework NQS-DQME, che utilizza stati quantistici neurali e dissipatoni per rappresentare in modo compatto le correlazioni e la memoria non-Markoviana, permettendo di simulare la dinamica dissipativa di sistemi aperti complessi con maggiore scalabilità e interpretabilità rispetto ai metodi esistenti.
Il paper introduce LoRA-Ensemble, un metodo efficiente basato su Low-Rank Adaptation che, condividendo una rete pre-addestrata con proiezioni di attenzione a basso rango individuali, supera le tecniche implicite esistenti e raggiunge prestazioni e calibrazione dell'incertezza paragonabili o superiori a un ensemble esplicito, riducendo al contempo costi computazionali e memoria.
Il documento presenta FEX, un nuovo framework che utilizza l'ottimizzazione del gradiente della politica per generare spiegazioni basate su attribuzioni in tempo reale, riducendo drasticamente i tempi di inferenza e l'uso di memoria rispetto ai metodi tradizionali senza comprometterne la qualità o l'applicabilità.
Questo paper identifica e modella teoricamente la fase di "corruzione" durante il fine-tuning few-shot dei modelli di diffusione, proponendo l'integrazione di reti neurali bayesiane per mitigare tale fenomeno e migliorare la fedeltà, la qualità e la diversità delle immagini generate senza costi aggiuntivi di inferenza.
Il paper presenta DKDL-Net, un modello leggero per il rilevamento dei guasti dei cuscinetti che combina distillazione della conoscenza disaccoppiata e fine-tuning adattivo a basso rango per raggiungere un'accuratezza del 99,48% con un numero di parametri significativamente ridotto rispetto agli stati dell'arte.
Questo articolo propone un nuovo framework semiparametrico basato su reti neurali strutturate e sull'apprendimento automatico doppio per stimare gli effetti dei trattamenti nelle piattaforme a due lati, risolvendo il problema del bias causato dall'interferenza algoritmica tra creatori che competono per l'esposizione.
LAMBDA è un sistema open-source e privo di codice basato su modelli linguistici di grandi dimensioni che utilizza agenti multipli (programmatore e ispettore) e un'interfaccia utente per facilitare l'analisi dei dati attraverso l'integrazione tra intelligenza umana e artificiale.
Il paper presenta OTAD, un nuovo modello di difesa avversaria basato sul trasporto ottimo che combina l'addestramento su dati reali con l'interpolazione tramite problemi di integrazione convessa per garantire continuità di Lipschitz locale, offrendo così robustezza certificata e alta espressività su diverse architetture di deep learning.
Questo lavoro stabilisce le basi statistiche e fornisce indicazioni pratiche per l'uso della discesa del gradiente stocastica nei modelli di Cox profondi, dimostrando che l'estimatore di massima verosimiglianza parziale su mini-batch è consistente, asintoticamente normale e particolarmente efficace per applicazioni su larga scala dove i metodi tradizionali risultano intrattabili.
Questo lavoro propone un metodo di apprendimento variazionale per i Modelli a Variabili Latenti con Processi Gaussiani che utilizza il campionamento per importanza annealato stocastico per superare le limitazioni degli approcci esistenti in spazi ad alta dimensionalità, ottenendo legami variazionali più stretti e una convergenza più robusta.
Questo articolo introduce la distanza Z-Gromov-Wasserstein come un quadro teorico unificato che generalizza le metriche esistenti per confrontare reti Z, dimostrando che essa definisce una metrica completa e geodetica sullo spazio delle reti Z e fornendo al contempo limiti inferiori calcolabili per applicazioni pratiche.