2325 articoli
Questo paper stabilisce che il drifting generativo è teoricamente equivalente allo score matching sotto un kernel Gaussiano, fornendo una spiegazione spettrale e variazionale per il successo empirico del metodo, identificando i limiti dei kernel e giustificando l'uso dello stop-gradient attraverso l'analisi dei flussi gradiente di Wasserstein.
Il paper introduce SignalMC-MED, un benchmark multimodale basato su 22.256 visite con segnali ECG e PPG sincronizzati per valutare i modelli fondazionali biosignal, dimostrando che l'uso di modelli specifici per il dominio, la fusione multimodale e segnali di lunga durata migliorano le prestazioni cliniche rispetto agli approcci generici o unimodali.
Questo studio introduce l'indicatore di sovrapposizione-sottosopraffazione (OUI) come segnale strutturale precoce per discriminare i tassi di apprendimento ottimali nell'algoritmo PPO, rivelando asimmetrie distintive tra le reti attore e critico e permettendo una selezione efficiente delle configurazioni di addestramento prima del completamento.
Il paper introduce i "neural debugger", modelli linguistici addestrati a emulare i debugger tradizionali per prevedere l'esecuzione del codice Python in modo interattivo e condizionale, aprendo la strada a sistemi di coding autonomi più avanzati.
Il paper introduce una famiglia di ottimizzatori basati su norme operatorie normalizzate, culminanti nell'algoritmo MOGA, che garantisce una stabilità e un trasferimento dei tassi di apprendimento indipendenti dalla larghezza della rete, superando i limiti di metodi esistenti come AdamW e Muon.
Il paper propone C2FMAE, un autoencoder mascherato a flusso da grossolano a fine che risolve le limitazioni dei metodi di pre-addestramento visivo auto-supervisionato apprendendo rappresentazioni visive gerarchiche attraverso una decodifica a cascata e un curriculum di mascheramento progressivo su tre livelli di granularità (semantico, istanza e pixel).
Questo studio dimostra che, al contrario degli esseri umani, il processo di ragionamento aumenta la coerenza onesta nei modelli linguistici di grandi dimensioni, poiché lo spazio rappresentativo sottostante rende le risposte ingannevoli metastabili e più suscettibili di destabilizzazione rispetto a quelle oneste.
Questo paper introduce il modello Bag-of-Words Superposition (BOWS) per dimostrare che, nei dati reali, le correlazioni tra le caratteristiche permettono agli interferenze nella sovrapposizione di essere costruttive anziché solo rumorose, generando così strutture semantiche e cicliche che spiegano meglio il comportamento dei modelli linguistici reali rispetto alle teorie basate su caratteristiche non correlate.
Il paper presenta TAM-RL, un nuovo framework che combina l'apprendimento di rappresentazioni spaziotemporali con vincoli fisici basati sull'equazione del bilancio del carbonio per migliorare significativamente l'accuratezza e la trasferibilità delle stime globali dei flussi di carbonio terrestre rispetto ai metodi esistenti.
Questo articolo presenta due approcci di rilevamento dei punti di cambiamento basati su reti neurali e apprendimento online, caratterizzati da complessità computazionale lineare e prestazioni superiori rispetto agli algoritmi esistenti su dati sintetici e reali, con una dimostrazione teorica della loro convergenza verso soluzioni ottimali.
Gli autori propongono un'estensione semi-parametrica dei Bayesian Additive Regression Trees (BART) che permette di condividere le covariate tra i componenti parametrico e non parametrico risolvendo problemi di non identificabilità e bias, garantendo al contempo un'analisi interpretabile delle interazioni complesse in contesti come le valutazioni educative internazionali.
Questo articolo presenta un framework SVM "white-box" ottimizzato tramite algoritmi di sciame per il monitoraggio in tempo reale dello stato di usura degli utensili da fresatura, basato sull'analisi delle vibrazioni del mandrino e sulla selezione delle caratteristiche tramite RFECV.
Questo articolo offre una panoramica completa sull'Automated Reinforcement Learning (AutoRL), esaminando la letteratura esistente, le recenti tecniche basate sui grandi modelli linguistici, le potenziali integrazioni future e le sfide aperte nel campo dell'automazione della modellazione, della selezione degli algoritmi e dell'ottimizzazione degli iperparametri per l'apprendimento per rinforzo.
Questo lavoro propone un modello di classificazione basato su sottosequenze e consapevole dell'incertezza dei dati, che combina prestazioni elevate con l'interpretabilità per l'analisi delle serie temporali astronomiche, offrendo agli esperti di dominio la possibilità di ispezionare le previsioni e ispirare nuovi sviluppi nella modellazione astrofisica.
Questo studio introduce un metodo di apprendimento ensemble basato sulla regressione Gaussian Process per prevedere i rendimenti azionari, dimostrando che tale approccio supera i modelli di machine learning esistenti sia statisticamente che economicamente, permettendo inoltre la costruzione di portafogli ottimali che gestiscono l'incertezza delle previsioni.
Questo lavoro fornisce le prime garanzie a campione finito per un approccio di apprendimento di rappresentazioni guidato dai costi nel controllo LQG, dimostrando che è possibile apprendere un modello latente e un controllore quasi ottimali prevedendo direttamente i costi multi-step senza ricostruire osservazioni o azioni.
Questo paper propone l'IW-DKF, un'estensione del Deep Kalman Filter che integra l'importanza campionaria per migliorare le stime di verosimiglianza e l'inferenza degli stati latenti in modelli dinamici non lineari, come dimostrato dall'esperimento sull'attrattore di Lorenz.
Il paper presenta MU-Mis, un metodo di machine unlearning che, sfruttando la sensibilità del modello ai dati da dimenticare, rimuove l'influenza dei campioni specifici senza accedere ai dati rimanenti e mantenendo le prestazioni del modello.
Questo articolo offre una panoramica incentrata sull'apprendimento automatico del Computerized Adaptive Testing (CAT), esaminando come le tecniche di ML possano ottimizzare i modelli di misurazione, la selezione delle domande e il controllo dei test per creare sistemi più robusti, equi ed efficienti rispetto ai metodi psicometrici tradizionali.
Il paper propone il framework NQS-DQME, che utilizza stati quantistici neurali e dissipatoni per rappresentare in modo compatto le correlazioni e la memoria non-Markoviana, permettendo di simulare la dinamica dissipativa di sistemi aperti complessi con maggiore scalabilità e interpretabilità rispetto ai metodi esistenti.