7102 articoli
FedPrism è un framework di apprendimento federato che affronta l'eterogeneità statistica dei dati non-IID decomponendo i modelli dei client in componenti globali, di gruppo e private, e utilizzando un design a doppio flusso per bilanciare dinamicamente la generalizzazione con la personalizzazione adattiva.
Il paper presenta FlowTouch, un modello innovativo per la previsione visuo-tattile indipendente dalla vista che utilizza mesh 3D locali e Flow Matching per colmare il divario tra simulazione e realtà, permettendo di prevedere le informazioni tattili da immagini visive e migliorando la stabilità della presa.
Questo lavoro introduce gli stimatori ReinMax-Rao e ReinMax-CV, che riducono la varianza dello stimatore ReinMax tramite tecniche di Rao-Blackwellizzazione e variabili di controllo, migliorando così l'addestramento di autoencoder variazionali con spazi latenti discreti.
Il documento presenta un sistema di navigazione magnetica aerea adattivo che, integrando un filtro di Kalman esteso con un modello fisico e una rete neurale per l'apprendimento residuo, consente una calibrazione in tempo reale del disturbo magnetico dell'aeromobile senza necessità di voli di taratura preliminari, garantendo una precisione comparabile ai metodi offline.
Questo studio propone un metodo di rilevamento dei pregiudizi nei modelli linguistici finanziari più efficiente e meno costoso, dimostrando che l'analisi incrociata tra diversi modelli permette di identificare fino al 73% dei comportamenti distorti utilizzando solo il 20% delle coppie di input necessarie per i metodi tradizionali.
Il paper propone SCL-GNN, un nuovo framework di Graph Neural Networks che migliora la generalizzazione su dati IID e OOD identificando e mitigando le correlazioni spurie tramite il criterio HSIC e un'ottimizzazione bi-livello.
Il paper propone TA-RNN-Medical-Hybrid, un framework di deep learning time-aware e interpretabile che integra codifiche temporali continue e rappresentazioni mediche standardizzate per migliorare l'accuratezza e la trasparenza nella previsione del rischio di mortalità in terapia intensiva.
Il paper introduce PolyFormer, un modello di apprendimento automatico informato dalla fisica che semplifica problemi di ottimizzazione complessi vincolati da leggi fisiche trasformandoli in riformulazioni poliedriche efficienti, ottenendo così accelerazioni computazionali fino a 6.400 volte e riduzioni di memoria fino al 99,87% mantenendo una qualità della soluzione competitiva.
Questo lavoro risolve le limitazioni teoriche precedenti sull'algoritmo GP-PSRL per il controllo continuo, dimostrando che, anche in spazi di stato illimitati, è possibile ottenere un limite di rimpianto bayesiano sublineare dell'ordine attraverso l'uso di disuguaglianze probabilistiche avanzate e il metodo di chaining.
Lo studio rivela che, a differenza della discesa del gradiente, l'ottimizzazione Sharpness-Aware Minimization (SAM) su reti lineari profonde presenta un bias implicito complesso in cui la normalizzazione del gradiente amplifica inizialmente le caratteristiche minori prima di favorire quelle dominanti, dimostrando che le analisi basate sul limite temporale infinito sono insufficienti per descrivere la dinamica di apprendimento.
Questo lavoro propone l'uso di Reti Neurali Istruite da Grafi (GINN) per simulare in modo efficiente e accurato equazioni differenziali alle derivate parziali parametriche con condizioni al contorno variabili, superando i limiti delle tecniche di riduzione d'ordine tradizionali e offrendo una soluzione scalabile rispetto alle architetture completamente connesse.
Questo articolo presenta un nuovo metodo di fine-tuning che guida i Vision Transformers verso correlazioni semantiche basate su concetti, utilizzando maschere generate automaticamente da LLM e VLM per migliorare la robustezza del modello rispetto a spostamenti distributivi.
Questo studio introduce il concetto di identificabilità del segno degli effetti causali in sistemi dinamici stocastici lineari stazionari a tempo continuo, dimostrando come, rilassando l'assunzione di una matrice di diffusione nota, sia possibile determinare i segni dei coefficienti di deriva basandosi sulla struttura causale e sulle matrici di covarianza osservate.
Questo lavoro introduce un framework generale per valutare la qualità delle mappe di calore nel Multiple Instance Learning per l'istopatologia, dimostrando che metodi come LRP e Integrated Gradients superano le mappe basate sull'attenzione e abilitano validazioni biologiche affidabili e nuove intuizioni scientifiche.
Questo studio dimostra che l'integrazione di caratteristiche derivate dall'operatore di Koopman (tramite EDMD con dizionari a funzioni radiali ottimizzati) e trasformate wavelet in architetture Transformer migliora significativamente la classificazione multiclasse dei segnali ECG, superando sia le basi wavelet pure che i sistemi ibridi semplici.
Il paper propone di sostituire la proiezione di output densa nell'attenzione multi-testa con una trasformata di Hadamard di Walsh fissa e priva di parametri seguita da un ridimensionamento affine leggero, ottenendo una significativa riduzione dei parametri e dei costi di inferenza mantenendo o migliorando le prestazioni sui benchmark.
Il paper presenta un nuovo metodo basato su ottimizzazione del gradiente che genera spiegazioni controfattuali plausibili per la classificazione di serie temporali, integrando l'allineamento soft-DTW con i vicini più prossimi per garantire una struttura temporale realistica e superare i limiti delle approcci esistenti.
Questo articolo unifica i metodi di riduzione della varianza per la valutazione on-policy e off-policy, dimostrando l'equivalenza matematica tra gli stimatori standard di differenza di medie e quelli di punteggio di propensione inversa, nonché tra le tecniche di aggiustamento tramite regressione e la stima robusta doppia.
Questo studio analizza come i benchmark attuali creino incentivi distorti che portano all'assenza di un equilibrio di Nash, dimostrando tuttavia che il protocollo "tune-before-test" può garantire un'unica soluzione che classifica correttamente i modelli in base alla loro qualità intrinseca.
Questo articolo propone un nuovo algoritmo di ottimizzazione basato sul calcolo frazionario che, sostituendo il gradiente istantaneo con un operatore di memoria storica ponderata, supera i limiti degli approcci markoviani tradizionali per migliorare significativamente l'accuratezza e la robustezza nella gestione di dati sbilanciati come quelli relativi alla frode finanziaria e alla diagnosi medica.