8645 articoli
Questo documento concettuale propone l'Adaptive Quantized Planetary Crater Detection System (AQ-PCDSys), un'architettura che integra reti neurali quantizzate e fusione adattiva di sensori per abilitare il rilevamento in tempo reale dei crateri planetari su hardware spaziale con risorse computazionali e energetiche estremamente limitate.
Questo articolo esamina le strategie di valutazione delle applicazioni di intelligenza artificiale generativa in ambito sanitario, evidenziando i limiti dei benchmark quantitativi attuali e promuovendo l'adozione di metodologie che integrano l'expertise umana e modelli computazionali efficienti per garantire una maggiore generalizzabilità nelle reali condizioni cliniche.
QDFlow è un pacchetto Python open-source che simula dispositivi a punti quantici multipli generando dati sintetici realistici con etichette di verità fondamentale, facilitando così lo sviluppo e il benchmarking di approcci di apprendimento automatico per la calibrazione di tali dispositivi.
Questo lavoro introduce il primo benchmark per la segmentazione video basata su azioni in presenza di rumore nelle etichette, proponendo un nuovo meccanismo parallelo per le maschere e un'analisi approfondita delle strategie di apprendimento robuste per l'intelligenza incarnata.
Questo lavoro propone le Nested Subspace Networks (NSN), un nuovo paradigma architetturale che permette di adattare dinamicamente i grandi modelli linguistici pre-addestrati a un continuo spettro di budget computazionali, garantendo un compromesso efficiente tra prestazioni e risorse senza richiedere l'addestramento di modelli separati.
Il paper presenta AxelGNN, una nuova architettura di Graph Neural Networks ispirata al modello di diffusione culturale di Axelrod che risolve le sfide dell'oversmoothing e dell'eterogeneità tramite interazioni gateate, copia segmentale delle caratteristiche e polarizzazione globale, ottenendo prestazioni superiori sia su grafi omofili che eterofili.
Questo studio analizza le prestazioni asintotiche dell'ensembling di modelli linguistici tramite votazione a maggioranza al limite infinito, proponendo un metodo adattivo per ottimizzare il budget computazionale e un approccio di ensemble ponderato che supera le prestazioni dei singoli modelli.
Il paper introduce CAD-Tokenizer, un framework che utilizza una tokenizzazione specifica per la modalità e un VQ-VAE sequenziale per rappresentare i dati CAD a livello di primitive, migliorando significativamente la generazione e la modifica guidata dal testo rispetto ai metodi esistenti.
Il paper propone un approccio agentic che utilizza modelli linguistici di grandi dimensioni dotati di capacità di ragionamento per indurre alberi decisionali leggeri e interpretabili su dati tabulari, offrendo prestazioni competitive rispetto ai modelli black-box pur garantendo tracciabilità, controllo delle bias e vincoli di equità.
Questo articolo propone un nuovo metodo di ottimizzazione Riemanniana del secondo ordine, basato su una formulazione a manifold liscio e su un algoritmo di Newton regolarizzato cubico, che risolve il problema del clustering -means con una convergenza significativamente più rapida rispetto ai metodi del primo ordine mantenendo un'accuratezza statistica ottimale.
Il paper introduce Ssiuu, un nuovo metodo di disapprendimento che, tramite regolarizzazione guidata dall'attribuzione, elimina in modo affidabile le conoscenze sensibili memorizzate nei modelli linguistici prevenendo la formazione di neuroni di disapprendimento spurii che ne maschererebbero solo l'effetto.
Il paper critica le attuali protocolli di valutazione dell'Apprendimento Incrementale di Classe per la loro dipendenza da sequenze casuali limitate che sottostimano la variabilità delle prestazioni, proponendo invece EDGE, un nuovo protocollo che identifica sequenze estreme basate sulla similarità inter-compito per caratterizzare accuratamente l'intera distribuzione delle prestazioni.
Il paper presenta Uni-NTFM, un modello fondazionale unificato per l'apprendimento delle rappresentazioni dei segnali EEG che, ispirandosi ai meccanismi neurobiologici attraverso moduli di proiezione eterogenea, embedding topologico e una rete Transformer a mixture di esperti, supera le prestazioni degli attuali modelli su nove compiti downstream grazie a un addestramento su 28.000 ore di dati.
Questo studio valuta otto modelli fondazione per l'ECG su 26 compiti clinici, rivelando che l'architettura (in particolare il modello compatto ECG-CPC) è più determinante della scala per le prestazioni e l'efficienza dei dati, pur evidenziando lacune significative in ambiti come la struttura cardiaca e la previsione degli esiti.
Questo lavoro introduce un quadro teorico per l'apprendimento online in presenza di un avversario che ripropone errori passati, dimostrando che la dimensione di soglia estesa () è la misura esatta della learnability e che l'apprendimento proprio è possibile solo per classi quasi intersezionate-chiuse, mentre algoritmi impropri possono comunque raggiungere limiti ottimali.
Questo lavoro migliora gli algoritmi esistenti per le operazioni di algebra lineare sulla matrice di kernel, riducendo la dipendenza dal numero di punti e dall'errore tramite l'uso della stima della densità di kernel, e fornisce limiti inferiori che ne delineano i vincoli teorici.
Il modello fondazionale FLOWR.root combina la generazione 3D di leganti strutturamente consapevoli con la previsione dell'affinità di legame, offrendo un approccio integrato e adattabile per la progettazione di farmaci che supera le prestazioni degli stati dell'arte attuali in termini di accuratezza e velocità.
Il paper presenta Cell-MNN, una rete neurale encoder-decoder end-to-end che utilizza rappresentazioni ODE per modellare in modo efficiente e interpretabile le dinamiche di differenziazione cellulare, superando i metodi attuali nella scalabilità e nella scoperta di interazioni geniche biologiche.
Il paper presenta ELMUR, un'architettura transformer con memoria esterna strutturata che risolve i problemi di osservabilità parziale e lunghi orizzonti temporali nel reinforcement learning, ottenendo prestazioni superiori rispetto alle basi su task sintetici e robotici complessi.
Il paper "Value Flows" introduce un nuovo metodo di Reinforcement Learning distribuzionale che utilizza modelli basati su flussi per stimare l'intera distribuzione dei ritorni futuri e quantificare l'incertezza, ottenendo prestazioni superiori rispetto alle tecniche esistenti su numerosi benchmark.