12760 articoli
Questo lavoro propone il Polynomial Mixer (PoM), un nuovo meccanismo di mixing dei token con complessità lineare che sostituisce l'attenzione self-attention nei modelli speech-to-text auto-supervisionati, offrendo un miglior compromesso tra efficienza computazionale e prestazioni nel riconoscimento vocale.
Questo studio empirico valuta l'apprendimento locale biologicamente motivato per il riconoscimento di cifre scritte a mano, confrontando un proxy competitivo ispirato all'STDP con un benchmark ibrido basato su tassi, dimostrando che la normalizzazione e la modellazione della ricompensa sono fattori determinanti per le prestazioni, sebbene i modelli locali raggiungano ancora accuracies inferiori rispetto ai baselines classici.
Il paper presenta IU, un nuovo attacco backdoor universale impercettibile che utilizza le reti neurali convoluzionali su grafi per generare perturbazioni specifiche per classe, ottenendo un alto tasso di successo con un'infezione minima e mantenendo l'efficacia contro le difese esistenti.
Il paper propone "Frozen Policy Iteration", un algoritmo di apprendimento per rinforzo online computazionalmente efficiente che, sotto l'assunzione di realizzabilità lineare delle funzioni Q per dinamiche deterministiche, raggiunge un limite di rimpianto ottimale evitando la necessità di un simulatore attraverso l'uso strategico di dati ad alta confidenza e il congelamento delle policy per gli stati già esplorati.
Il paper presenta MARS, un metodo che armonizza il fine-tuning dei modelli multimodali (MLLM) mediante una ricerca adattiva dei rank LoRA basata su leggi di scala duali per bilanciare le dinamiche di training e massimizzare le prestazioni senza ricorrere a metodi euristici manuali.
Il paper propone MO-MIX, un metodo basato sull'apprendimento per rinforzo profondo che utilizza il framework CTDE e una rete di mixing parallela per risolvere problemi di decisione cooperativa multi-agente multi-obiettivo, generando un insieme di soluzioni Pareto ottimali con prestazioni superiori e costi computazionali ridotti rispetto ai metodi esistenti.
Questo studio propone un framework basato su un autoencoder variazionale per sintetizzare dati di spettroscopia a risonanza magnetica in vivo, dimostrando che l'arricchimento dei dataset con dati sintetici migliora la qualità del segnale in applicazioni specifiche come la spettroscopia GABA-edited, pur evidenziando limitazioni nella rappresentazione del rumore stocastico e nella quantificazione assoluta dei metaboliti.
Questo studio avverte che, sebbene l'ottimizzatore Muon offra una velocità di addestramento superiore rispetto ad Adam, la rimozione del "pregiudizio di semplicità" naturalmente preservato da metodi come SGD può portare a modelli più inclini a memorizzare caratteristiche spurie e meno capaci di cogliere strutture sottostanti comuni.
Il paper presenta ResGene-T, un modello di deep learning basato su tensori che supera le limitazioni delle rappresentazioni 2D e raggiunge prestazioni superiori rispetto a sette metodi esistenti nella previsione genomica per diverse specie coltivate.
Il documento propone il modello Bi-cLSTM, una rete LSTM bidirezionale con correzione residua e un'architettura di pre-elaborazione adattiva, che dimostra prestazioni superiori nella stima della vita utile residua dei motori aeronautici rispetto ai metodi esistenti, specialmente in condizioni operative variabili.
Il paper presenta SpectroFusion-ViT, un framework leggero basato su EfficientViT-b0 che fonde le caratteristiche armoniche e Mel-Chroma per il riconoscimento delle emozioni nel parlato in lingua bengalese, ottenendo prestazioni superiori rispetto allo stato dell'arte con un'efficienza computazionale ottimizzata.
Questo articolo introduce le General Proximal Flow Networks (GPFN), un quadro unificato per la generazione iterativa che generalizza le Bayesian Flow Networks sostituendo l'aggiornamento bayesiano fisso con operatori di prossimità basati su funzioni di divergenza o distanza arbitrarie, come la distanza di Wasserstein, migliorando così la qualità della generazione adattandosi alla geometria dei dati.
Questo studio presenta e convalida un nuovo approccio basato sull'apprendimento automatico che combina la modellazione parzialmente condizionata e il metodo Virtual Twins per identificare e caratterizzare dinamicamente la risposta ai trattamenti nei pazienti con cancro colorettale metastatico, ottenendo risultati coerenti con la letteratura e superiori ai metodi statici esistenti.
Questo lavoro propone una strategia di campionamento teoricamente fondata per i modelli generativi basati su score che, analizzando la convergenza KL dei diffusori a varianza esplosiva, impara un'inizializzazione del processo inverso per ridurre significativamente il numero di passaggi di campionamento necessari mantenendo o migliorando la qualità generativa.
Il paper presenta BrainInterNet, un framework auto-supervisionato interpretabile basato su attenzione incrociata che, analizzando dati rs-fMRI multi-coorte, quantifica le interazioni tra reti cerebrali per caratterizzare la riorganizzazione funzionale nell'Alzheimer e supportare la classificazione della malattia.
Questo studio propone un modello innovativo basato su LLM e caratteristiche spaziali-sematiche per identificare con alta precisione i foci geografici negli articoli di notizie locali statunitensi, permettendo di analizzare le pressioni economiche sul giornalismo locale e lo spostamento verso narrazioni nazionali.
Il paper presenta Fisale, un framework basato sull'apprendimento profondo che risolve complessi problemi di interazione fluido-solido bidirezionali modellando esplicitamente l'interfaccia di accoppiamento e utilizzando griglie latenti ALE multiscale per gestire dinamiche non lineari in scenari 2D e 3D.
Il paper introduce ConVOLT, un framework di previsione conforme che migliora l'efficienza della quantificazione dell'incertezza volumetrica nella segmentazione basata su template sfruttando le proprietà del campo di deformazione per generare intervalli più stretti rispetto ai metodi tradizionali nello spazio di output.
Questo lavoro introduce l'identificazione con anticipazione nei banditi avversari, dimostrando che è possibile identificare un braccio quasi ottimale per finestre future con un errore limitato e analizzando i compromessi tra accuratezza e risorse di memoria necessarie.
Questo lavoro dimostra che i processi di curazione dei dati per il machine learning, anche quando utilizzati per selezionare dati pubblici basandosi su dati privati senza addestramento diretto, sono vulnerabili ad attacchi di inferenza dell'appartenenza che rivelano informazioni sensibili, ma che tali rischi possono essere mitigati applicando garanzie di privacy differenziale.