9620 articoli
Il documento dimostra che le reti neurali feedforward con attivazione ReLU, selezionate tramite il principio della minima descrizione lunghezza (MDL) per interpolare dati generati da un linguaggio di programmazione semplice, generalizzano con alta probabilità su compiti computazionali come il test di primalità, anche in presenza di rumore.
Il paper presenta un algoritmo universale per l'apprendimento di operatori tra spazi di Banach basato su applicazioni di Leray-Schauder, che dimostra efficienza e risultati paragonabili allo stato dell'arte su dataset di riferimento.
Questo lavoro propone una metrica computazionalmente efficiente e indipendente dalle prestazioni per misurare la ricchezza dinamica delle trasformazioni delle feature, superando i limiti dell'accuratezza come proxy e fornendo nuovi strumenti diagnostici per analizzare la relazione tra fattori di addestramento, dinamiche e rappresentazioni.
Questo articolo propone un'architettura di apprendimento neuro-simbolica che, partendo da poche dimostrazioni non etichettate, scopre simboli ad alto livello e acquisisce controllori a basso livello per pianificare ed eseguire compiti a lungo raggio in ambienti complessi e non visti, integrando modelli linguistici visivi per l'interpretazione dei simboli e la generazione di piani.
Questo studio propone un framework basato sull'apprendimento profondo per l'identificazione di concetti nel design generativo, che riduce il carico cognitivo dei progettisti classificando le alternative ottimizzate in categorie significative attraverso l'analisi delle relazioni tra proprietà geometriche e prestazioni strutturali.
Questo lavoro presenta un quadro teorico per stabilire limiti di errore rigorosi e pratici per l'uso delle reti neurali informate dalla fisica (PINN) nella risoluzione dell'equazione di Fokker-Planck, validando sperimentalmente la loro accuratezza e scalabilità rispetto ai metodi Monte Carlo su sistemi complessi.
Il paper propone REAG, un metodo che allinea la distribuzione dei ritorni tra dominio sorgente e target per adattare i Decision Transformer all'apprendimento offline con dinamiche diverse, ottenendo teoricamente e sperimentalmente prestazioni ottimali senza perdita dovuta allo shift dinamico.
Il paper presenta ProteinTTT, un metodo di adattamento self-supervised che personalizza i modelli linguistici proteici su singoli target specifici durante il test, migliorando significativamente le prestazioni nella previsione di struttura, fitness e funzione rispetto ai modelli generici.
Il lavoro propone LD-EnSF, un nuovo metodo di assimilazione dei dati basato su punteggi che, evolvendo le dinamiche in uno spazio latente compatto e utilizzando encoder LSTM storici, elimina la necessità di simulazioni complete nello spazio fisico, garantendo velocità superiori di ordini di grandezza e alta accuratezza anche con osservazioni sparse e rumorose.
Il paper presenta DAWN-FM, un metodo di Flow Matching che integra embedding di dati e rumore per risolvere problemi inversi mal posti in modo robusto, permettendo anche la quantificazione dell'incertezza attraverso la generazione di molteplici esiti plausibili.
Questo articolo presenta un nuovo approccio basato su un'ottimizzazione bilevel per apprendere regolarizzatori che promuovono la sparsità in problemi inversi lineari, garantendo la ben-postezza del problema e fornendo limiti di complessità del campione attraverso esempi teorici e simulazioni numeriche.
Questa ricerca propone un approccio innovativo per l'ottimizzazione del design aeronautico che combina modelli multi-fidelity e reti neurali fisicamente informate (MPINN) per ridurre i costi computazionali mantenendo alta accuratezza nelle valutazioni di progetto.
Questo lavoro presenta un quadro teorico che analizza l'impatto delle differenze distributive tra gruppi demografici sulla giustizia nei modelli di deep learning, proponendo e validando sperimentalmente una regolarizzazione consapevole della giustizia (FAR) che migliora le prestazioni di equità e accuratezza su diversi dataset.
Questo lavoro estende il framework di amplificazione della privacy per iterazione (PABI) ad algoritmi con mappe gradiente non necessariamente non espansive, derivando nuovi limiti dimension-free per i tempi di miscelazione dell'algoritmo Langevin proiettato e curve di privacy per la discesa del gradiente stocastica rumorosa basate sulla regolarità dei gradienti.
Questo studio estende il framework di incertezza sui pesi di Blundell et al. (2015) incorporando l'incertezza sulla varianza nelle reti neurali per la regressione, dimostrando che modellare esplicitamente la distribuzione a posteriori della varianza migliora significativamente le prestazioni di generalizzazione su diverse architetture e dataset.
Questo studio esplora come l'integrazione di dinamiche multi-neuromodulatorie, ispirate ai sistemi biologici, possa migliorare l'apprendimento continuo e adattivo delle reti neurali artificiali, riducendo l'oblio catastrofico e aumentando la robustezza in ambienti volatili.
Questo studio propone un approccio basato sull'intelligenza artificiale e sul machine learning per rilevare e categorizzare le comunicazioni covert nelle reti IPv6, superando le limitazioni degli scenari precedenti attraverso la generazione di dataset realistici, l'addestramento di modelli avanzati (come Random Forest, CNN e LSTM) che raggiungono un'accuratezza superiore al 90%, e l'introduzione di un nuovo framework di affinamento guidato dall'IA generativa.
Il paper propone un metodo di addestramento multiscale per le reti neurali convoluzionali che, combinando la stima multigradiente (MGE) e un algoritmo Full-Multiscale, riduce i costi computazionali fino a 16 volte per immagini ad alta risoluzione mantenendo inalterate le prestazioni.
Questo lavoro propone un metodo di previsione e controllo basato su dati per sistemi Hammerstein-Wiener che utilizza processi gaussiani fisicamente informati con kernel strutturati e punti derivati virtuali per garantire prestazioni superiori rispetto ai modelli black-box.
Questo articolo dimostra che l'utilizzo di funzioni di attivazione basate su basi ortonormali (polinomiali, trigonometriche e tropicali), combinate con un'inizializzazione che preserva la varianza, permette di addestrare con successo modelli profondi come GPT-2 e ConvNeXt risolvendo i problemi di esplosione e svanimento dei gradienti, offrendo al contempo nuove prospettive sull'interpretazione strutturale delle reti neurali e facilitando il fine-tuning tramite approssimazione di attivazioni classiche.