6093 articoli
Questo studio avverte che l'uso diffuso di spiegatori post hoc come SHAP e LIME nella ricerca aziendale per validare ipotesi è fuorviante, poiché le loro spiegazioni spesso non riflettono fedelmente le relazioni reali nei dati a causa di fattori come la correlazione delle variabili e l'effetto Rashomon, suggerendo invece di impiegarli esclusivamente come strumenti esplorativi.
Questo studio offre una rivalutazione rigorosa dell'efficienza energetica delle reti neurali a impulsi (SNN), dimostrando che, sebbene spesso sopravvalutate, possono raddoppiare l'autonomia della batteria rispetto alle reti neurali quantizzate (QNN) solo in specifici regimi operativi caratterizzati da finestre temporali moderate e bassi tassi di impulsi, una volta considerati i costi reali del movimento dei dati.
Questo lavoro propone una rete di oscillatori accoppiati (CON) che, garantendo una struttura lagrangiana, stabilità input-stato e una mappatura invertibile tra input e forze latenti, abilita un controllo efficace nello spazio latente basato su modelli a forma chiusa per sistemi fisici complessi, come dimostrato con successo su un robot soffice utilizzando solo immagini.
Il paper propone xTED, un framework innovativo che utilizza un modello di diffusione per adattare direttamente le traiettorie tra domini diversi a livello dei dati, correggendo le discrepanze senza richiedere architetture complesse e migliorando le prestazioni nell'apprendimento delle politiche.
Il paper presenta BNEM, un campionatore basato su Boltzmann che utilizza una tecnica di bootstrapping applicata al Noised Energy Matching (NEM) per generare campioni IID da distribuzioni di energia note, ottenendo prestazioni all'avanguardia e maggiore robustezza rispetto ai metodi esistenti.
Questo articolo dimostra che, per una classe di MDP a orizzonte finito con spazi di stato e azione generali, il paesaggio di ottimizzazione della politica soddisfa la condizione PŁK, garantendo la convergenza globale dei metodi del gradiente della politica con complessità campionaria e fornendo le prime garanzie teoriche per sistemi di inventario e bilanci di cassa stocastici.
Il paper introduce le Neural Delay Differential Equations (NDDE), un approccio continuo basato sul formalismo di Mori-Zwanzig che utilizza ritardi temporali fissi per modellare dinamiche non-Markoviane in sistemi parzialmente osservabili, superando le prestazioni di metodi esistenti come LSTM e ANODE.
Il paper presenta LS-Imagine, un metodo che supera i limiti di visione a breve termine degli agenti di apprendimento per rinforzo visivo in ambienti open-world, introducendo un modello del mondo "lungo ma a breve termine" che simula transizioni di stato saltate e mappe di affordanza per migliorare l'esplorazione e l'ottimizzazione di ricompense a lungo termine, come dimostrato nei risultati su MineDojo.
Questo studio introduce un quadro analitico PAC-Bayesiano basato sulla dinamica di apprendimento per spiegare meccanicamente il sovradattamento robusto nell'addestramento avversariale, rivelando come l'evoluzione del mean e della covarianza posteriore sia legata a parametri come il tasso di apprendimento e la curvatura del paesaggio di perdita.
Questo lavoro dimostra che i transformer, sfruttando l'apprendimento in contesto, possono inferire implicitamente gli stati nascosti e prevedere l'output di sistemi dinamici lineari e non lineari con prestazioni paragonabili ai filtri di Kalman, senza richiedere aggiornamenti dei gradienti o la conoscenza esplicita del modello.
Il paper propone l'Adaptive Transfer Clustering (ATC), un framework unificato che ottimizza la decomposizione bias-varianza per sfruttare automaticamente le similarità tra un dataset principale e uno ausiliario, garantendo prestazioni ottimali in modelli statistici come le miscele gaussiane e i modelli a blocchi stocastici.
Questo lavoro propone un algoritmo di minimizzazione alternata prossimale appresa (LPAM) e la sua rete neurale associata (LPAM-net) per risolvere problemi di ottimizzazione non convessi e non lisci a due blocchi, garantendo la convergenza a punti stazionari di Clarke e dimostrando un'efficace efficienza parametrica e prestazioni superiori nella ricostruzione di risonanza magnetica multi-modale.
Questo studio propone un sistema neurosimbolico che, ricostruendo immagini mediche tramite primitive visive per generare spiegazioni strutturali ad alto livello, supera le architetture deep learning convenzionali nella diagnosi di anomalie istologiche offrendo al contempo maggiore accuratezza e trasparenza.
Il paper introduce Puppet-CNN, un framework che modella i parametri delle reti neurali convoluzionali come stati di un sistema dinamico continuo governato da un'equazione differenziale ordinaria, permettendo così di generare dinamicamente il numero di strati in base alla complessità dell'input e riducendo significativamente i parametri addestrabili mantenendo prestazioni competitive.
Questo lavoro propone un framework per i modelli di diffusione in cui il processo generativo si adatta dinamicamente alle esigenze di ciascun campione, permettendo di variare la traiettoria di denoising e ridurre il numero di passaggi di campionamento mantenendo la qualità dell'immagine.
Questo studio introduce una strategia di ottimizzazione dei set di compiti locomotori che, attraverso l'analisi di clustering delle caratteristiche biomeccaniche, riduce significativamente il carico di raccolta dati necessario per addestrare modelli di deep learning, mantenendo al contempo un'accuratezza elevata nella stima dei momenti articolari dell'anca per il controllo degli esoscheletri.
Questo articolo propone un approccio parametrico a bassa complessità spaziale per la regressione non parametrica che, superando i limiti computazionali dei metodi basati su kernel, garantisce tassi di convergenza minimassimali ottimali e stime finite precise per funzioni lisce e le loro derivate.
Questo articolo esamina il potenziale delle Generative Diffusion Models (GDM) nelle comunicazioni MIMO massive, fornendo una panoramica teorica, presentando un caso studio sull'estimazione del canale near-field e delineando le sfide future e le direzioni di ricerca per l'integrazione di questi modelli nell'evoluzione delle reti 5G e 6G.
Questo studio esamina l'impatto del collasso degli embedding nel Prompt-Tuning, dimostrando che l'uso di priors di embedding permette un controllo efficace sulle posizioni degli embedding e rivela che le traiettorie generate formano cluster distinti per compiti diversi, suggerendo che la generalizzazione dei modelli linguistici non dipende necessariamente da un unico cluster di attivazione.
Questo lavoro propone un metodo che sfrutta modelli visione-linguaggio preaddestrati per apprendere modelli del mondo simbolici astratti da dimostrazioni brevi, consentendo a sistemi robotici di pianificare e risolvere compiti decisionali a lungo termine con una generalizzazione zero-shot in scenari complessi e non visti in precedenza.