2316 articoli
Il paper presenta DT-BEHRT, un modello basato su Transformer potenziato da grafi che migliora l'apprendimento delle rappresentazioni dei pazienti dai dati sanitari elettronici modellando esplicitamente le traiettorie delle malattie e le interazioni tra codici medici, garantendo al contempo prestazioni predittive elevate e interpretabilità clinica.
Questo articolo sviluppa una teoria sistematica della stabilità per l'inferenza statistica nei banditi basata sulla discesa dello specchio stocastica regolarizzata, dimostrando che algoritmi come REG-EXP3 garantiscono sia intervalli di confidenza validi che ottimalità nel regret, pur mantenendo robustezza contro le corruzioni avversarie.
Il paper presenta ARCHE, un framework di compressione di immagini appreso end-to-end che, unificando prior gerarchici, spaziali e di canale senza ricorrere a componenti ricorrenti o transformer, raggiunge un'efficienza rate-distorsione all'avanguardia con un'ottima efficienza computazionale.
Il paper propone l'Adaptive Activation Cancellation (AAC), un framework di inferenza in tempo reale che mitiga le allucinazioni nei grandi modelli linguistici identificando e sopprimendo selettivamente le attivazioni neurali associate agli errori, migliorando così l'accuratezza fattuale senza richiedere addestramento aggiuntivo o compromettere le capacità generali del modello.
Questo articolo propone l'Actor-Accelerated PDA, un metodo che utilizza una rete neurale per approssimare le soluzioni di ottimizzazione nello Policy Dual Averaging, consentendo così un'applicazione efficiente e teoricamente garantita in spazi di azione continui con prestazioni superiori rispetto a PPO.
Questo articolo propone un modello ibrido a stati nascosti che combina discretizzazione quantile, commutazione di regime e meccanismi di salto per generare serie temporali finanziarie sintetiche che superano i limiti degli approcci esistenti, preservando simultaneamente code pesanti, assenza di autocorrelazione lineare e persistente clustering di volatilità.
Il paper introduce l'Apprendimento a Taglio Flessibile (FCL), un metodo che addestra potenziali interatomici basati sul machine learning con raggi di taglio variabili per atomo, consentendo di ottimizzare post-allenamento il compromesso tra accuratezza e costo computazionale per diverse applicazioni senza necessità di riaddestramento.
Il paper presenta FusionNet, una rete neurale che ricostruisce modelli cardiaci 4D ad alta risoluzione temporale da immagini CMR acquisite in tempi brevi, superando le prestazioni dei metodi esistenti con un coefficiente Dice superiore a 0,897.
Il paper introduce SDSR, un approccio scalabile basato sulla teoria spettrale dei grafi che ricostruisce efficientemente gli alberi delle specie dividendo i dati in sottoinsiemi, garantendo tempi di esecuzione fino a 10 volte più rapidi rispetto ai metodi tradizionali senza compromettere l'accuratezza.
Questo studio analizza un'approssimazione di diffusione in tempo continuo per i gradienti di politica nei banditi stocastici, dimostrando che un tasso di apprendimento adeguato garantisce un rimpianto logaritmico, mentre un tasso troppo elevato porta a un rimpianto lineare in certi casi.
Questo lavoro estende la perdita armonica sostituendo la distanza euclidea con una vasta gamma di metriche non euclidee, dimostrando che approcci basati su distanze come quella coseno migliorano le prestazioni, l'interpretabilità e la sostenibilità sia nei modelli di visione che nei grandi modelli linguistici rispetto alla tradizionale perdita cross-entropy.
Questo articolo propone un metodo di programmazione quadratica sequenziale stocastica con regione di fiducia e punto interno (TR-IP-SSQP) per ottimizzare funzioni obiettivo stocastiche soggette a vincoli non lineari deterministici, dimostrandone la convergenza quasi certa e le prestazioni pratiche su problemi di classificazione e di ottimizzazione.
Il paper propone I2X, un framework che trasforma le interpretazioni non strutturate in spiegazioni strutturate per i modelli di classificazione delle immagini, permettendo non solo di comprendere in modo fedele il processo decisionale interno durante l'addestramento, ma anche di migliorare l'accuratezza predittiva attraverso un fine-tuning mirato basato su prototipi incerti.
Il paper propone "One-A", un framework unificato che affronta l'apprendimento incrementale di classi sbilanciato per passi fonderendo in modo asimmetrico gli aggiornamenti in un singolo adattatore, garantendo così stabilità e plasticità con costi di inferenza costanti.
Questo studio dimostra che un algoritmo neuromorfico nativamente a impulsi per la risoluzione di equazioni differenziali parziali possiede una robustezza intrinseca, tollerando fino al 32% di neuroni rimossi e al 90% di impulsi persi senza un significativo degrado dell'accuratezza.
Il paper introduce SiMPO, un framework unificato per l'apprendimento per rinforzo con politiche di diffusione che generalizza i metodi di ri-pesatura tramite funzioni monotone e utilizza una misura target con segno per guidare i modelli verso azioni ottimali e respingere quelle subottimali.
Il documento dimostra che, quando la prior condizionata agli iperparametri è una distribuzione canonica di massima entropia, anche la prior marginale risultante nei modelli gerarchici bayesiani conserva una proprietà di massima entropia, ma vincolata alla distribuzione marginale di una funzione delle quantità incognite, rivelando così la natura delle informazioni assunte in tali modelli.
Questo articolo propone di migliorare la generazione di dati sintetici tabellari con TabPFN integrando la struttura causale tramite condizionamento basato su DAG e CPDAG, dimostrando che tale approccio riduce le correlazioni spurie e preserva meglio gli effetti causali rispetto al modello originale.
Gli autori scoprono e estraggono dal modello fondazionale scGPT un algoritmo compatto e performante per l'analisi dell'ematopoiesi, validato su dataset esterni e superiore ai metodi esistenti, dimostrando come la meccanica interpretativa possa rivelare manufatti biologici utili direttamente dagli interni del modello senza necessità di riaddestramento.
Il paper introduce DICE-RL, un framework di reinforcement learning che affina le politiche generative preaddestrate tramite contrazione della distribuzione e regolarizzazione selettiva, consentendo ai robot di padroneggiare efficientemente complesse abilità di manipolazione a lungo raggio sia in simulazione che nel mondo reale partendo da input visivi ad alta dimensionalità.