7103 articoli
Il paper presenta FedSCS-XGB, un protocollo di apprendimento distribuito basato su XGBoost che, pur preservando le proprietà strutturali dell'algoritmo centrale, permette un monitoraggio continuo della salute tramite sensori indossabili con prestazioni quasi equivalenti a quelle centralizzate (gap inferiore all'1%).
Il paper introduce DC-Merge, un metodo innovativo per la fusione di modelli che migliora il mantenimento delle conoscenze multi-task bilanciando la distribuzione energetica dei vettori e allineando le loro geometrie direzionali in un sottospazio ortogonale condiviso, ottenendo così prestazioni all'avanguardia in ambiti visivi e vision-language.
Il paper dimostra che il flusso gradiente nei modelli softmax basati su valori spinge intrinsecamente l'ottimizzazione verso soluzioni a bassa entropia, fornendo una spiegazione teorica per fenomeni empirici come i "attention sinks" e le massive activations nei transformer.
Il documento presenta SPPCSO, un innovativo metodo di stima penalizzata che integra la regressione su componenti principali e la regolarizzazione per garantire stabilità e selezione coerente delle variabili in dati ad alta dimensionalità e fortemente correlati, dimostrando efficacia sia in simulazioni numeriche che nell'analisi di dati di espressione genica.
Il documento presenta gli Ambienti di Monitoraggio Sintetici (SME), una suite infinita di compiti di controllo continuo con politiche ottimali note, progettata per fornire diagnosi precise e trasparenti delle prestazioni degli agenti di Reinforcement Learning attraverso la valutazione sistematica sia in-distribution che out-of-distribution.
Questo articolo propone il BAEN-SVM, un nuovo modello di classificazione binaria basato su una funzione di perdita elastica netta asimmetrica limitata che garantisce robustezza al rumore, consistenza teorica e prestazioni superiori rispetto alle SVM tradizionali, risolvendo il problema di ottimizzazione non convessa tramite un algoritmo specifico.
Il paper propone DeCoST, un approccio basato sull'apprendimento che risolve in modo efficiente il problema di orientamento con finestre temporali e profitti variabili decouplando le variabili discrete e continue, superando gli algoritmi attuali in qualità della soluzione e velocità di inferenza.
Lo studio dimostra che l'implementazione di pipeline di ragionamento agentiche con recupero di informazioni (RAG) nel campo della radiologia riduce la dispersione decisionale tra diversi modelli linguistici e ne aumenta la robustezza collettiva, suggerendo che la valutazione di tali sistemi richieda analisi complementari alla sola accuratezza per garantire l'affidabilità clinica.
Questo saggio presenta un'implementazione neurale della mappa cognitiva fuzzy (FHM) che utilizza la dinamica di Langevin per apprendere modelli causali, invertire i valori dei nodi di output e fornire criteri di modifica per l'ottimizzazione di servizi o prodotti, valutando le prestazioni su diversi dataset.
Il paper propone Stem, un modulo di sparsità plug-and-play che ottimizza il flusso di informazioni nelle architetture causalmente vincolate attraverso una selezione top-k dipendente dalla posizione e una metrica consapevole dell'output, riducendo così la complessità computazionale e la latenza di pre-filling mantenendo un'elevata accuratezza.
Il paper presenta il GMM-PIELM, un framework probabilistico che utilizza un algoritmo EM ponderato per adattare dinamicamente il campionamento dei nuclei nelle PDE rigide, consentendo alle Extreme Learning Machines di risolvere con precisione strati limite sottili e ridurre gli errori di ordini di grandezza rispetto ai metodi tradizionali, mantenendo al contempo la velocità computazionale.
Questo articolo propone un metodo innovativo basato su modelli di diffusione basati su punteggio per l'inpainting tridimensionale degli impianti dentali nel dominio delle proiezioni, che combina due modelli 2D ortogonali per eliminare gli artefatti nelle immagini CBCT preservando la coerenza spaziale tra le proiezioni.
Questo articolo presenta PolaDCA, un nuovo framework di apprendimento relazionale basato su un meccanismo di attenzione incrociata diretta polarizzata che, costruendo dinamicamente grafi dai dati e aggregando tre tipi di caratteristiche nodali distinte, supera i limiti delle reti neurali grafiche convenzionali offrendo una diagnosi di guasti più robusta e precisa per macchinari rotanti in condizioni rumorose.
Il paper propone una pipeline in tre fasi per addestrare i modelli linguistici a generare stime di incertezza calibrate e interpretabili in modo efficiente, superando i limiti dei metodi post-hoc tramite il calcolo di entropia, la calibrazione di Platt e l'addestramento per rinforzo.
Il paper introduce SAHOO, un framework pratico che monitora e controlla la deriva dell'allineamento durante il miglioramento ricorsivo di sé stessi attraverso tre meccanismi di salvaguardia, garantendo significativi guadagni di qualità in compiti di generazione di codice e ragionamento matematico senza compromettere vincoli di sicurezza e veridicità.
Il paper presenta AIRT, un framework di deep learning end-to-end che genera piani di radioterapia VMAT per il cancro alla prostata in meno di un secondo, dimostrando una qualità non inferiore ai piani standard prodotti da RapidPlan Eclipse.
Il paper presenta MoEless, il primo framework di serving serverless per modelli LLM basati su Mixture-of-Experts (MoE), che risolve il problema dello squilibrio del carico tra esperti tramite predittori leggeri e strategie di scaling ottimizzate, riducendo la latenza di inferenza del 43% e i costi dell'84% rispetto alle soluzioni esistenti.
Il paper introduce il Dynamic Chunking Diffusion Transformer (DC-DiT), un modello che migliora l'efficienza computazionale e la qualità della generazione delle immagini adattando dinamicamente il numero di token in base alla complessità visiva e allo stadio di denoising, ottenendo risultati superiori rispetto ai DiT tradizionali con un costo di addestramento ridotto.
Il paper introduce la Frequency-Separable Hamiltonian Neural Network (FS-HNN), un approccio che supera i limiti delle reti neurali hamiltoniane tradizionali nella modellazione di dinamiche multiscala decomponendo l'hamiltoniana in modi veloci e lenti addestrati su scale temporali distinte, migliorando così l'estrapolazione a lungo termine e la generalizzazione su sistemi ODE e PDE.
Questo lavoro dimostra che la distanza di compressione normalizzata, sebbene non sia una metrica formale, può essere efficacemente adattata ai metodi kernel e ottimizzata per l'addestramento, consentendo la creazione di modelli di classificazione ad alta precisione, leggeri e indipendenti dall'hardware che operano interamente lato client preservando la privacy dell'utente.