2282 articoli
Lo studio conclude che, sebbene il metodo MLD-BFM basato su descrittori spaziali abbia ottenuto le migliori prestazioni nella decodifica del movimento di cinque dita, il suo vantaggio rispetto alle tradizionali caratteristiche temporali non è statisticamente significativo, suggerendo che le registrazioni ad alta densità codificano già informazioni spaziali sufficienti attraverso descrittori basati sull'ampiezza.
Il documento presenta EMFusion, un framework di previsione probabilistica basato sulla diffusione condizionale che, integrando fattori contestuali e strategie di imputazione, supera le prestazioni dei modelli esistenti nella previsione selettiva in frequenza dei campi elettromagnetici, fornendo stime affidabili con quantificazione esplicita dell'incertezza per la pianificazione delle reti wireless.
Questo studio presenta il framework WT-RDF+, che potenzia la ricostruzione delle funzioni di distribuzione radiale nei materiali amorfi ottimizzando i parametri della trasformata wavelet tramite apprendimento automatico, superando così i modelli ML convenzionali e migliorando la precisione quantitativa per i sistemi Ge-Se e Ag-Ge-Se.
Il paper propone un nuovo quadro teorico che identifica un disallineamento sistematico negli aggiornamenti delle attivazioni durante la discesa del gradiente, portando alla derivazione di nuove tecniche di normalizzazione, come il "PatchNorm", che superano i metodi convenzionali offrendo una prospettiva alternativa e meccanicisticamente fondata sulla normalizzazione affine.
Questo articolo dimostra, tramite l'uso dei Problemi di Stima delle Prestazioni (PEP), che l'integrazione di aggiornamenti locali nell'algoritmo distribuito DIGing accelera l'ottimizzazione senza ridurre il passo, rivelando che due aggiornamenti locali sono sufficienti per ottenere il massimo miglioramento teorico.
Il documento presenta la Modellazione Generativa Bayesiana (BGM), un quadro unificato basato sull'aggiornamento bayesiano stocastico iterativo che permette di inferire qualsiasi distribuzione condizionale arbitraria da un unico modello addestrato, garantendo al contempo stime di incertezza rigorose e solide basi teoriche.
Questo lavoro presenta un sistema automatizzato basato su agenti di ricerca web potenziati da LLM per generare e risolvere su larga scala domande di previsione diversificate e verificabili, dimostrando un'efficacia superiore rispetto alle piattaforme umane e migliorando le prestazioni degli agenti di previsione attraverso strategie di decomposizione delle domande.
Il paper presenta "Infusion", un framework che utilizza le funzioni di influenza per modificare in modo sottile e scalabile un piccolo sottoinsieme dei dati di addestramento, permettendo di indurre cambiamenti mirati nel comportamento dei modelli di visione e linguaggio senza aggiungere esempi espliciti.
Questo articolo propone un framework robusto per l'ottimizzazione degli assortimenti basato su dati osservazionali che, modellando gli spostamenti nelle preferenze dei clienti, garantisce la massimizzazione del ricavo atteso nel caso peggiore e definisce i requisiti minimi di campionamento per un apprendimento statisticamente efficiente.
Questo studio presenta un approccio innovativo basato su un'architettura Transformer con collo di bottiglia che, integrando blocchi convoluzionali e un meccanismo di attenzione multi-testa, supera i metodi esistenti nella previsione non intrusiva del punteggio STOI, ottenendo una maggiore correlazione e un errore quadratico medio inferiore sia in scenari noti che inediti.
Il paper propone B-DENSE, un nuovo framework che migliora l'efficienza dell'inferenza nei modelli di diffusione tramite allineamento denso di traiettorie multi-ramo, permettendo al modello studente di apprendere informazioni strutturali intermedie complete e ottenere una qualità di generazione superiore rispetto alle tecniche di distillazione esistenti.
Il paper presenta Missing-by-Design (MBD), un quadro unificato per l'analisi del sentiment multimodale revocabile che combina apprendimento di rappresentazioni strutturate e un processo di modifica dei parametri certificabile per garantire la cancellazione selettiva dei dati e la conformità alla privacy senza richiedere un addestramento completo.
Questo studio propone un nuovo framework di apprendimento continuo basato su curriculum che, integrando un controllore basato su modello con l'apprendimento per rinforzo profondo, scompone il controllo robusto di sistemi meccanici non lineari con molteplici incertezze in una sequenza di compiti gestibili per garantire un trasferimento efficace dalla simulazione alla realtà senza dimenticare le conoscenze apprese.
Il paper propone CoDD, un framework ibrido che supera la barriera della fattorizzazione nei modelli linguistici di diffusione sostituendo le distribuzioni completamente fattorizzate con un layer di inferenza probabilistica leggero, permettendo così di modellare dipendenze congiunte complesse e ottenere generazioni di alta qualità in pochi passi senza i costi computazionali eccessivi delle soluzioni RL.
Questo studio presenta SpeedTransformer, un modello basato su Transformer che utilizza esclusivamente dati di velocità da traiettorie GPS dense per rilevare con alta precisione i mezzi di trasporto, superando le prestazioni dei modelli tradizionali e dimostrando una forte adattabilità al trasferimento tra diverse regioni geografiche.
Questo lavoro studia i processi decisionali di Markov robusti non rettangolari con ricompensa media, dimostrando che le politiche ottimali possono essere caratterizzate tramite minimax senza richiedere rectangularità, e proponendo un nuovo quadro di valori transitori che combina politiche stazionarie ottimali con test sequenziali per garantire prestazioni finite nel tempo.
Il paper introduce il framework DUEL, che permette per la prima volta il calcolo della verosimiglianza esatta per i modelli di diffusione mascherata (MDM) mediante dismasking deterministico, rivelando che le prestazioni di questi modelli sono sostanzialmente superiori a quanto precedentemente stimato e si avvicinano o superano quelle dei modelli autoregressivi.
Il paper introduce \textsc{Gome}, un agente per l'ingegneria del machine learning che sostituisce la ricerca ad albero con l'ottimizzazione basata su gradienti, ottenendo risultati state-of-the-art su MLE-Bench e dimostrando che, man mano che le capacità di ragionamento dei modelli LLM migliorano, questo approccio supera progressivamente i metodi di esplorazione esaustiva.
Il paper presenta FinTexTS, un nuovo dataset su larga scala che associa dati temporali finanziari a notizie testuali attraverso un framework di accoppiamento semantico e multilivello, superando i limiti dei metodi basati su parole chiave e migliorando le prestazioni di previsione dei prezzi azionari.
Il paper introduce due tecniche software, Overflow-Aware Scaling e Macro Block Scaling, che riducono drasticamente il divario di accuratezza tra il formato MXFP4 e NVFP4 nei grandi modelli linguistici, rendendo MXFP4 un'alternativa pratica ed efficiente dal punto di vista hardware senza richiedere modifiche all'hardware.