cs.LG articoli | Gist.Science

On the Stability Connection Between Discrete-Time Algorithms and Their Resolution ODEs: Applications to Min-Max Optimisation

Questo lavoro stabilisce un rigoroso legame tra la stabilità esponenziale degli algoritmi di ottimizzazione discreta e quella delle loro corrispondenti equazioni differenziali ordinarie di risoluzione, applicando tale quadro teorico per dimostrare la stabilità di punti di equilibrio in diversi metodi di ottimizzazione min-max, tra cui GEG e TT-PPM, senza richiedere l'assunzione di invarianza dell'Hessiano.

Amir Ali Farzin, Yuen-Man Pun, Philipp Braun + 1 more2026-03-03⚡ eess

Autoregressive Synthesis of Sparse and Semi-Structured Mixed-Type Data

Il paper presenta Origami, un'architettura autoregressiva basata su transformer che genera nativamente dati sintetici di alta qualità per formati semi-strutturati e sparsi come JSON, superando i limiti dei metodi esistenti che richiedono l'appiattimento dei dati.

Thomas Rückstieß, Robin Vujanic2026-03-03🤖 cs.LG

SEAnet: A Deep Learning Architecture for Data Series Similarity Search

Il paper propone SEAnet, una nuova architettura di deep learning basata sulla tecnica di approssimazione per embedding profondo (DEA) e su strategie di campionamento innovative, che supera i limiti degli indici SAX esistenti offrendo risultati superiori nella ricerca di similarità per serie temporali massive e rumorose.

Qitong Wang, Themis Palpanas2026-03-03🤖 cs.LG

PhysFormer: A Physics-Embedded Generative Model for Physically Self-Consistent Spectral Synthesis

Il paper presenta PhysFormer, un modello generativo che integra direttamente i processi fisici nella sua architettura per garantire coerenza fisica e stabilità numerica nella sintesi spettrale di sistemi complessi, superando i limiti delle reti neurali informate dalla fisica tradizionali.

Siqi Wang, Mengmeng Zhang, Yude Bu + 1 more2026-03-03🔭 astro-ph

Reconstructing Content via Collaborative Attention to Improve Multimodal Embedding Quality

Il paper propone CoCoA, un nuovo paradigma di pre-addestramento basato sulla ricostruzione del contenuto tramite attenzione collaborativa che supera i limiti delle architetture MLLM tradizionali per generare rappresentazioni multimodali più compatte e informative, migliorando significativamente le prestazioni nei compiti di embedding.

Jiahan Chen, Da Li, Hengran Zhang + 6 more2026-03-03🤖 cs.LG

A SUPERB-Style Benchmark of Self-Supervised Speech Models for Audio Deepfake Detection

Questo lavoro introduce Spoof-SUPERB, un benchmark che valuta sistematicamente 20 modelli di apprendimento auto-supervisionato per la rilevazione di deepfake audio, rivelando che i grandi modelli discriminativi pre-addestrati multilingue offrono le prestazioni e la robustezza migliori rispetto agli approcci generativi.

Hashim Ali, Nithin Sai Adupa, Surya Subramani + 1 more2026-03-03⚡ eess

Inference-Time Safety For Code LLMs Via Retrieval-Augmented Revision

Il paper presenta un meccanismo di sicurezza a tempo di inferenza per i modelli linguistici di codice che, sfruttando la generazione aumentata dal recupero di discussioni di sicurezza da Stack Overflow, revisiona il codice generato per migliorarne la trasparenza, la robustezza e l'allineamento alla sicurezza senza necessità di riaddestramento.

Manisha Mukherjee, Vincent J. Hellendoorn2026-03-03🤖 cs.AI

Training Dynamics of Softmax Self-Attention: Fast Global Convergence via Preconditioning

Questo studio dimostra che un algoritmo di discesa del gradiente di primo ordine, arricchito da un inizializzazione spettrale dipendente dai dati e da un precondizionatore strutturale, converge geometricamente alla soluzione globale ottimale per un layer di auto-attenzione softmax addestrato su regressione lineare.

Gautam Goel, Mahdi Soltanolkotabi, Peter Bartlett2026-03-03📊 stat

Rate-Distortion Signatures of Generalization and Information Trade-offs

Questo studio introduce un quadro teorico basato sulla teoria della distorsione del tasso per analizzare i compromessi tra accuratezza e robustezza nella visione artificiale e biologica, rivelando che, sebbene entrambi i sistemi seguano principi di compressione, gli esseri umani mostrano trade-off più flessibili rispetto alle reti neurali profonde, che operano in regimi più rigidi e fragili.

Leyla Roksan Caglar, Pedro A. M. Mediano, Baihan Lin2026-03-03🧬 q-bio

Jump Like A Squirrel: Optimized Execution Step Order for Anytime Random Forest Inference

Questo articolo propone un approccio "Jump Like A Squirrel" che ottimizza l'ordine di esecuzione dei singoli passi negli alberi decisionali per trasformare le foreste casuali in algoritmi "anytime", permettendo di ottenere previsioni di qualità crescente anche con tempo di esecuzione limitato, con la "Backward Squirrel Order" che si dimostra una soluzione euristica quasi ottimale.

Daniel Biebert, Christian Hakert, Kay Heider + 3 more2026-03-03📊 stat

Transform-Invariant Generative Ray Path Sampling for Efficient Radio Propagation Modeling

Il paper propone un framework di apprendimento automatico basato su Generative Flow Networks che, integrando un buffer di esperienza, una politica esplorativa uniforme e un mascheramento delle azioni basato sulla fisica, supera i limiti computazionali del ray tracing tradizionale per la modellazione della propagazione radio, garantendo velocità di calcolo fino a 1000 volte superiori mantenendo alta accuratezza.

Jérome Eertmans, Enrico M. Vitucci, Vittorio Degli-Esposti + 3 more2026-03-03⚡ eess

Randomized Neural Networks for Partial Differential Equation on Static and Evolving Surfaces

Questo lavoro presenta un metodo di reti neurali randomizzate (RaNN) per risolvere efficientemente equazioni differenziali parziali su superfici statiche ed evolutive, evitando la complessità del rimeshing e garantendo alta precisione attraverso una formulazione a parametri fissi risolta con problemi ai minimi quadrati.

Jingbo Sun, Fei Wang2026-03-03🔢 math

Co-optimization for Adaptive Conformal Prediction

Il paper propone CoCP, un framework di ottimizzazione congiunta che apprende intervalli di previsione adattivi e più compatti rispetto ai metodi standard, garantendo al contempo la validità marginale finita e avvicinandosi asintoticamente all'intervallo condizionale di lunghezza minima.

Xiaoyi Su, Zhixin Zhou, Rui Luo2026-03-03📊 stat

Shape-Interpretable Visual Self-Modeling Enables Geometry-Aware Continuum Robot Control

Questo lavoro presenta un framework di auto-modellazione visiva interpretabile basato su curve di Bézier e equazioni differenziali ordinarie neurali che permette ai robot continui di controllare la propria geometria e il posizionamento dell'effettore finale in modo consapevole dell'ambiente, superando le limitazioni dei metodi end-to-end tradizionali.

Peng Yu, Xin Wang, Ning Tan2026-03-03⚡ eess

CHLU: The Causal Hamiltonian Learning Unit as a Symplectic Primitive for Deep Learning

Il paper propone il CHLU (Causal Hamiltonian Learning Unit), un nuovo primitivo di apprendimento profondo basato su una struttura hamiltoniana relativistica e integrazione simplettica, progettato per risolvere il compromesso tra stabilità e memoria nei modelli temporali conservando il volume dello spazio delle fasi e dimostrando capacità generative su MNIST.

Pratik Jawahar, Maurizio Pierini2026-03-03🔬 physics.app-ph

D3LM: A Discrete DNA Diffusion Language Model for Bidirectional DNA Understanding and Generation

Il paper presenta D3LM, un modello linguistico a diffusione discreto che unifica l'apprendimento bidirezionale e la generazione del DNA, superando le limitazioni dei modelli autoregressivi e ottenendo prestazioni superiori sia nella comprensione che nella generazione di elementi regolatori.

Zhao Yang, Hengchang Liu, Chuan Cao + 1 more2026-03-03🧬 q-bio

Learning Shortest Paths with Generative Flow Networks

Questo articolo presenta un nuovo framework basato sulle Generative Flow Networks (GFlowNets) per trovare i percorsi più brevi in grafi non aciclici, dimostrando teoricamente che la minimizzazione del flusso totale garantisce il tracciamento di percorsi ottimali e validando sperimentalmente l'efficacia del metodo su ambienti di permutazione e sul cubo di Rubik.

Nikita Morozov, Ian Maksimov, Daniil Tiapkin + 1 more2026-03-03📊 stat

Phase-Type Variational Autoencoders for Heavy-Tailed Data

Il paper propone il PH-VAE, un nuovo modello generativo che integra le distribuzioni di tipo fase nel decoder per catturare in modo flessibile e adattivo le code pesanti e le dipendenze multivariate nei dati reali, superando i limiti degli approcci VAE tradizionali basati su distribuzioni parametriche fisse.

Abdelhakim Ziani, András Horváth, Paolo Ballarini2026-03-03📊 stat

Deep Learning for Financial Time Series: A Large-Scale Benchmark of Risk-Adjusted Performance

Questo studio presenta un ampio benchmark che dimostra come modelli ibridi, in particolare la combinazione di Variable Selection Networks e LSTM, superino le architetture lineari e generiche nel massimizzare il rapporto di Sharpe e nella gestione del rischio su un dataset di futures giornalieri dal 2010 al 2025.

Adir Saly-Kaufmann, Kieran Wood, Jan Peter-Calliess + 1 more2026-03-03💰 q-fin

Uncertainty Quantification of Click and Conversion Estimates for the Autobidding

Il paper propone il metodo DenoiseBid, un approccio bayesiano che corregge le stime incerte di CTR e CVR nei sistemi di autobidding per e-commerce, sostituendo i valori rumorosi con distribuzioni recuperate per migliorare l'efficienza delle aste, come dimostrato da esperimenti su dataset sintetici e reali.

Ivan Zhigalskii, Andrey Pudovikov, Aleksandr Katrutsa + 1 more2026-03-03📊 stat

← Precedente Successivo →