8662 articoli
Il paper presenta NEURONA, un framework neuro-simbolico che migliora la decodifica dell'attività fMRI e la generalizzazione a query inedite integrando il ragionamento simbolico e le dipendenze strutturali tra concetti.
Il paper presenta GreenPhase, un modello di apprendimento "green" basato su un approccio feed-forward multi-risoluzione e privo di backpropagation che, garantendo interpretabilità e sostenibilità, raggiunge prestazioni eccellenti nel rilevamento e nella scelta delle fasi sismiche riducendo al contempo i costi computazionali dell'inferenza dell'83% rispetto agli stati dell'arte.
Il framework automatizzato SMMA, basato sull'intelligenza artificiale, misura con precisione lo spessore del muscolo genioioideo durante la fonazione, consentendo studi su larga scala dei meccanismi del controllo motorio del parlato e delle patologie di deglutizione.
Questo articolo corregge gli errori presenti nella teoria originale di UMAP proposta da McInnes et al., fornendo una derivazione completa e autonoma dei funtori di Spivak e una descrizione esplicita della loro variante finita utilizzata nell'algoritmo.
Questo articolo propone il "Learning Order Forest", un metodo di clustering che utilizza una struttura ad albero per rappresentare le relazioni d'ordine tra valori di attributi qualitativi, ottimizzando congiuntamente la struttura degli alberi e i cluster per ottenere risultati più accurati rispetto alle tecniche tradizionali basate sulla distanza euclidea.
Il paper introduce GLOT, un modulo di pooling leggero e strutturato che, costruendo e apprendendo su un grafo di similarità tra i token di un LLM congelato, supera i metodi di aggregazione standard ottenendo prestazioni robuste e competitive con un numero di parametri e tempi di addestramento drasticamente ridotti.
Questo articolo propone una strategia adattiva per la selezione dei parametri negli algoritmi di discesa del gradiente basati su kernel, che integra l'analisi bias-varianza con il metodo di splitting e la dimensione empirica efficace, garantendo teoricamente un errore di generalizzazione ottimale e un adattamento superiore rispetto ai metodi esistenti.
Il paper dimostra che l'introduzione di costanti temporali eterogenee, ispirate alla biologia, migliora la stabilità dell'addestramento nella propagazione di equilibrio mantenendo prestazioni competitive.
Questo lavoro introduce l'Energia Libera di Surprisal-Rényi (SRFE), un funzionale log-momentale che generalizza le divergenze KL forward e reverse, rivelando un compromesso esplicito tra media e varianza e fornendo una caratterizzazione variazionale e una interpretazione basata sulla Lunghezza Minima di Descrizione per il controllo delle grandi deviazioni.
Questa nota descrive una semplice variante dell'algoritmo Squint per il problema degli esperti, dimostrando che essa garantisce un limite di rimorso analogo a quello ottenuto recentemente da Freund et al. per una variante dell'algoritmo NormalHedge.
Il paper propone un modello scalabile per la scoperta causale che, sfruttando dati osservazionali e interventivi soft con target ignoti, integra regole di orientamento contrastive per ricostruire una struttura causale globale coerente, garantendo teoricamente il recupero asintotico del PDAG identificabile e dimostrando empiricamente migliori prestazioni di generalizzazione e scalabilità.
Questo studio di replicazione su FairDICE, un algoritmo di apprendimento per rinforzo offline multi-obiettivo, rivela che, sebbene le basi teoriche siano valide, un errore nel codice originale ne riduceva il funzionamento alla semplice imitazione comportamentale e che, dopo aver corretto tale errore e specificato gli iperparametri, il metodo dimostra di poter scalare in ambienti complessi pur richiedendo una significativa revisione delle sue giustificazioni sperimentali.
Questo studio dimostra che la maggior parte della non linearità negli strati MLP dei transformer è sprecata, poiché un meccanismo di gating contestuale può sostituire con successo fino al 56% dei calcoli non lineari con surrogati lineari, riducendo i costi computazionali e, in alcuni casi, migliorando le prestazioni del modello.
Il paper introduce le Graph Hopfield Networks, un modello di classificazione dei nodi basato sull'energia che combina il recupero della memoria associativa con l'ottimizzazione del Laplaciano del grafo, ottenendo prestazioni superiori e maggiore robustezza rispetto ai metodi standard su diversi dataset.
Questo studio dimostra che i modelli di diffusione possono attraversare una fase di "generalizzazione distorta" in cui, pur riducendo la perdita di test, generano campioni eccessivamente simili ai dati di addestramento a causa dell'apprendimento sequenziale delle caratteristiche, rivelando che l'arresto precoce basato sul minimo della perdita di test potrebbe essere insufficiente per applicazioni che richiedono la privacy.
Questo studio dimostra che i modelli di ragionamento matematico all'avanguardia, pur ottenendo elevate percentuali di accuratezza, sono affetti da instabilità computazionale e fallimenti silenziosi, rivelando che la correttezza della risposta non garantisce la fedeltà del processo di ragionamento e che l'aumento delle dimensioni del modello non sempre si traduce in miglioramenti prestazionali.
Questo lavoro propone un algoritmo minimamente ottimo per l'apprendimento per rinforzo con osservazioni dello stato ritardate, ottenendo un limite di rimpianto e fornendo una corrispondente limite inferiore che ne conferma l'ottimalità.
Il paper presenta PERSIST, un nuovo paradigma di modello del mondo che simula l'evoluzione di una scena 3D latente per garantire memoria spaziale persistente e coerenza geometrica, superando i limiti dei modelli esistenti basati su pixel e abilitando il controllo fine degli ambienti generati direttamente nello spazio 3D.
Il paper presenta MasCOR, un framework di co-ottimizzazione basato sull'apprendimento automatico che, superando i limiti dei metodi di programmazione matematica, guida la progettazione e l'operazione in tempo reale di sistemi per la produzione di e-carburanti in condizioni di incertezza, fornendo strategie specifiche per sito che bilanciano costi e sostenibilità.
Questo lavoro affronta le sfide di affidabilità degli acceleratori neurali Compute-in-Memory, dimostrando come piccole variazioni dei dispositivi possano causare gravi fallimenti e proponendo soluzioni di co-progettazione cross-layer, come il meccanismo di scrittura selettiva SWIM e tecniche di addestramento resilienti, per garantire prestazioni sicure ed efficienti in applicazioni critiche.