11279 articoli
Questo lavoro propone un nuovo metodo di Concept Bottleneck Models (CBM) che quantifica rigorosamente l'incertezza delle annotazioni dei concetti fornite dai Large Language Models e la integra nel processo di apprendimento per mitigare i rischi di allucinazione e migliorare l'affidabilità del modello.
Il paper introduce il "spiky rank", un nuovo parametro matriciale che combina struttura combinatoria e flessibilità algebrica, dimostrando come valori elevati di tale misura implichino alta rigidità matriciale e forniscano limiti inferiori per circuiti ReLU di profondità due, con applicazioni a matrici di distanza di Hamming ed espansori spettrali.
Il paper presenta FedDAG, un framework di Federated Learning clusterizzato che supera i limiti degli approcci esistenti integrando dati e gradienti per una misurazione più completa della similarità tra client e adottando un'architettura a doppio encoder che permette il trasferimento di caratteristiche tra cluster diversi, ottenendo così prestazioni superiori in ambienti eterogenei.
Questo articolo presenta un nuovo approccio basato sulla simulazione e il pacchetto R open-source pmsims per calcolare in modo flessibile ed efficiente le dimensioni campionarie necessarie allo sviluppo di modelli predittivi clinici, garantendo prestazioni target con alta probabilità.
Il paper presenta ANTShapes, un nuovo framework di simulazione basato su Unity che genera dataset neuromorfici sintetici configurabili per superare la scarsità di dati reali e supportare compiti di visione artificiale come il rilevamento di anomalie.
Questo lavoro presenta un modello generativo latente guidato da variabili ausiliarie (DL-CFM) che, applicato alle mappe tSZ degli aloni di materia oscura, disentangla le rappresentazioni latenti in base a massa e concentrazione, trasformando lo spazio latente in uno strumento diagnostico per l'astrofisica cosmologica.
Questo lavoro dimostra teoricamente che gli operatori neurali possono apprendere cluster funzionali arbitrari in spazi infinito-dimensionali e presenta una pipeline pratica che, applicata a traiettorie di equazioni differenziali ordinarie, riesce a recuperare strutture dinamiche latenti dove i metodi classici falliscono.
Il documento presenta un approccio di apprendimento continuo few-shot per risonanze magnetiche cerebrali 3D che combina un backbone preaddestrato congelato con moduli LoRA specifici per ogni compito, ottenendo prestazioni bilanciate su segmentazione di tumori e stima dell'età cerebrale senza dimenticare i compiti precedenti e con meno dello 0,1% di parametri addestrabili per task.
Questo lavoro fornisce una caratterizzazione information-theoretica della complessità statistica per la stima delle funzioni di partizione sotto vincoli di divergenza f-limitata, introducendo il profilo di copertura integrato per unificare e generalizzare i risultati esistenti su campionamento per importanza, rifiuto e stime di media a code pesanti.
Questo lavoro propone un approccio basato sull'apprendimento per rinforzo profondo e su una disposizione centrata sui componenti per automatizzare il posizionamento su schede a circuito stampato (PCB), riducendo lo spazio di ricerca e integrando conoscenze a priori per ottenere risultati vicini a quelli umani in termini di lunghezza dei collegamenti e fattibilità.
Il paper presenta Rudder, un modulo software integrato nel framework AWS DistDGL che utilizza agenti basati su Large Language Models per ottimizzare dinamicamente il prefetching nei training distribuiti di Graph Neural Networks, riducendo le comunicazioni e migliorando le prestazioni fino al 91% rispetto alle soluzioni statiche.
Il paper introduce VaSST, un framework probabilistico scalabile per la regressione simbolica che utilizza inferenza variazionale e alberi simbolici morbidi per trasformare la ricerca combinatoria in un'ottimizzazione basata su gradienti, permettendo una quantificazione rigorosa dell'incertezza e ottenendo prestazioni superiori rispetto agli stati dell'arte.
Il paper evidenzia come l'ottimizzazione locale in contesti multi-piattaforma possa intrappolare gli algoritmi in un ciclo di overspecializzazione che compromette le prestazioni globali, proponendo e validando sperimentalmente un metodo di "sondaggio" tra modelli peer per recuperare dati su utenti non selezionati e garantire una convergenza verso soluzioni ottimali per l'intera popolazione.
Il paper presenta Flowette, un framework di flow matching continuo che combina un transformer basato su GNN con una nuova famiglia di priors strutturati detti "graphette" per generare grafi complessi preservandone la topologia e le dipendenze a lungo raggio, ottenendo risultati superiori nella generazione di molecole e grafi sintetici.
Questo lavoro dimostra che l'uso di modelli di regressione non lineare per correggere gli errori introdotti dalla contrazione iper-tensoriale (THC) nei calcoli di teoria di Møller-Plesset del terzo ordine (MP3) riduce significativamente l'errore quadratico medio rispetto ai valori di riferimento canonici, migliorando l'accuratezza sia per le energie molecolari totali che per quelle di reazione.
Il paper introduce gli Evidential Neural Radiance Fields, un approccio probabilistico che integra direttamente la quantificazione dell'incertezza aleatoria ed epistemica nel processo di rendering NeRF senza compromettere la qualità o richiedere un eccessivo carico computazionale.
Il documento presenta la Hybrid Quantum Temporal Convolutional Network (HQTCN), un modello ibrido che combina finestre temporali classiche con un nucleo di rete neurale convoluzionale quantistica per analizzare serie temporali multivariate in modo efficiente, offrendo prestazioni superiori e una significativa riduzione dei parametri, specialmente in condizioni di dati limitati.
Il paper propone RL-CMSA, un approccio ibrido che combina Reinforcement Learning per la costruzione di soluzioni e ottimizzazione esatta per la risoluzione del problema min-max mTSP, dimostrando prestazioni superiori rispetto agli algoritmi genetici su istanze di grandi dimensioni.
Il paper propone SDMixer, un framework di previsione per serie temporali multivariate basato su un mixer duale sparso che, elaborando i dati nei domini temporale e frequenziale per filtrare le informazioni irrilevanti, supera le limitazioni delle metodologie esistenti e ottiene prestazioni leader su diversi dataset reali.
Il paper introduce HDFLIM, un framework che allinea modelli di linguaggio e visione preaddestrati e congelati in uno spazio iperdimensionale tramite operazioni simboliche leggere, permettendo la generazione di didascalie immagini efficienti e semanticamente solide senza necessità di un addestramento multimodale intensivo.