9495 articoli
Questo articolo presenta il Quantum AS-DeepOnet, una rete neurale ibrida quantistica che risolve equazioni di evoluzione 2D riducendo i parametri addestrabili del 40% rispetto al DeepONet classico, mantenendo al contempo accuratezza e convergenza equivalenti.
Questo studio introduce un nuovo attacco di avvelenamento "silenzioso" durante il fine-tuning supervisionato di modelli linguistici medici compatti, dimostrando che l'iniezione di raziocini tossici nei dati few-shot degrada in modo subdolo e mirato le prestazioni su specifici argomenti medici, superando in efficienza l'oblio catastrofico e i tradizionali attacchi backdoor.
Questo paper propone NCR-HoK, un modello di rete neurale basato su ipergrafi che, sfruttando per la prima volta informazioni di ordine superiore, prevede con elevata efficienza e precisione la robustezza del controllo delle reti, superando i limiti computazionali e strutturali dei metodi tradizionali.
Il paper propone la strategia LDS (Label-guided Distance Scaling), che sfrutta le informazioni semantiche delle etichette sia durante l'addestramento che nel testing per migliorare la classificazione di testo in contesti few-shot, superando i limiti dei metodi attuali che si basano su campioni etichettati selezionati casualmente.
Il paper introduce PRISM, un modello fondazionale EEG che dimostra come l'addestramento su dati geograficamente diversificati, piuttosto che su corpora ristretti, generi rappresentazioni più adattabili e clinicamente robuste per la diagnosi differenziale, superando i limiti delle valutazioni standardizzate e rivelando come la diversità dei dati possa sostituire la scala indiscriminata.
Il paper presenta NETRA, un framework multimodale basato su trasformatori grafici che supera i metodi tradizionali di centralità per prioritizzare i geni responsabili dell'Alzheimer integrando dati di espressione genica eterogenei e reti biologiche ausiliarie attraverso un meccanismo di attenzione guidato dall'apprendimento profondo.
Questo studio offre un'analisi comparativa di UMAP e di altre tecniche di riduzione della dimensionalità, rivelando che, sebbene l'estensione supervisionata di UMAP funzioni bene per la classificazione, presenta limitazioni nell'incorporare efficacemente le informazioni di risposta per la regressione.
Questo articolo propone la Temporal-Adjusted Loss (TAL), un nuovo approccio che affronta lo sbilanciamento temporale delle supervisioni positive e negative nell'apprendimento incrementale di classi per mitigare l'oblio catastrofico e correggere il bias predittivo verso le nuove classi.
Il paper propone Q-LoRA, un metodo di fine-tuning ispirato al quantum computing che migliora la rilevazione di contenuti generati dall'AI in scenari few-shot, e ne deriva H-LoRA, una variante puramente classica che replica i vantaggi strutturali a costi computazionali ridotti.
Questo studio teorico stabilisce le condizioni necessarie per il successo del riconoscimento vocale non supervisionato, deriva un limite teorico per l'errore di classificazione e propone una nuova funzione di perdita a livello di sequenza per migliorare l'addestramento senza dati etichettati.
Questo articolo propone un quadro innovativo per l'inferenza causale topologica che stima gli effetti del trattamento analizzando le differenze nella struttura topologica dei risultati potenziali, utilizzando funzioni silhouette di diagrammi di persistenza e un stimatore doppiamente robusto per gestire dati in spazi non euclidei.
Questo studio identifica il "Malignant Tail" come un meccanismo geometrico in cui le reti neurali sovraparametrizzate segregano il rumore delle etichette in sottospazi ortogonali ad alta frequenza, permettendo di recuperare la capacità di generalizzazione ottimale attraverso una troncatura spettrale esplicita che rimuove selettivamente tale rumore.
Il paper presenta un sistema di domanda neurale flessibile che integra la formazione di abitudini e vincoli di razionalità per stimare le quote di bilancio, dimostrando attraverso simulazioni e un'applicazione empirica su dati analgesici come tale approccio riduca significativamente l'errore di previsione e modifichi le stime delle perdite di benessere rispetto ai modelli statici.
Il paper propone un metodo di precondizionamento reversibile per Flow Matching e Score-based Diffusion che, migliorando il condizionamento della covarianza delle distribuzioni intermedie, previene la stagnazione ottimizzativa e permette di raggiungere modelli generativi superiori evitando plateau subottimali.
Il documento presenta il "Large Electron Model", un'unica rete neurale basata sull'architettura Fermi Sets che, sfruttando il principio variazionale, predice con precisione le funzioni d'onda degli stati fondamentali di sistemi elettronici interagenti fino a 50 particelle, generalizzando efficacemente su diversi parametri Hamiltoniani e superando le limitazioni della teoria del funzionale densità nella trattazione delle forti correlazioni elettroniche.
Questo studio analizza l'applicazione del controllo predittivo basato su diffusione (Diffusion-MPC) nel dominio discreto di Tetris, evidenziando come il mascheramento dei logit per vincoli di fattibilità e l'adeguata selezione dell'orizzonte di pianificazione siano cruciali per superare le sfide del disallineamento dei critic e dell'incertezza cumulativa, superando le prestazioni dei metodi di campionamento non vincolati.
Questo studio propone due architetture di deep learning basate su encoder-decoder che inferiscono con successo la topologia delle reti di mobilità metapopolazionali dai dati temporali delle epidemie, superando le limitazioni dei metodi attuali e permettendo l'inferenza congiunta dei parametri epidemici e della struttura della rete.
Il paper propone un algoritmo che impara una strategia di ricerca ottimale per un problema di parcheggio con processi di Poisson non omogenei sconosciuti, stimando l'intensità di salto integrata per ottenere una crescita del rimpianto logaritmica, la quale viene dimostrata essere ottimale attraverso un limite inferiore minimax.
Il paper introduce RO-N3WS, un benchmark diversificato di dati vocali rumeni che, attraverso l'addestramento su registri stilistici differenti, migliora significativamente la generalizzazione e le prestazioni dei sistemi ASR in condizioni a risorse limitate.
Il paper presenta CUCo, un framework agenziale senza addestramento che genera automaticamente kernel CUDA ad alte prestazioni ottimizzando congiuntamente calcolo e comunicazione, riducendo la latenza end-to-end fino a 1,57 volte rispetto alle soluzioni esistenti.