335 articoli
Il paper propone la "Volterra signature" come una rappresentazione esplicita e interpretabile per sistemi dipendenti dal passato, dimostrando teoremi di approssimazione universale, un metodo di calcolo efficiente basato su equazioni integrali e prestazioni superiori rispetto alle firme di percorso classiche in compiti di apprendimento dinamico.
Questo lavoro presenta un nuovo algoritmo di apprendimento ibrido efficiente in termini di oracolo che, vincolando l'avversario a una classe di funzioni fissa, raggiunge simultaneamente ottimalità statistica ed efficienza computazionale, con applicazioni alla risoluzione di giochi a somma zero stocastici.
Questo lavoro stabilisce una rigorosa equivalenza variazionale e basata sul gradiente tra l'algoritmo K-Means e le reti neurali a funzioni di base radiale differenziabili, dimostrando come l'ottimizzazione continua dei centri RBF si riduca alla regola di aggiornamento dei centroidi K-Means nel limite di temperatura nulla e proponendo l'uso di Entmax-1.5 per garantire stabilità numerica.
Questo lavoro propone algoritmi ottimali per il test di indipendenza delle distribuzioni che, integrando informazioni predittive ausiliarie, garantiscono validità nel caso peggiore e migliorano significativamente l'efficienza del campionamento quando le previsioni sono accurate, estendendo il risultato al caso multivariato e fornendo limiti inferiori minimax corrispondenti.
Questo lavoro propone l'analisi sFRC (Fourier Ring Correlation su piccole patch), una tecnica innovativa per rilevare le allucinazioni nelle immagini mediche restaurate tramite deep learning, dimostrandone l'efficacia nel valutare la robustezza di diversi metodi di ricostruzione su dati sottocampionati.
Il paper propone che il consolidamento della memoria non serva solo a stabilizzare le rappresentazioni, ma ottimizzi la generalizzazione attraverso una "dimenticanza predittiva" che comprime selettivamente le informazioni per conservare solo ciò che prevede esiti futuri, un processo iterativo reso necessario dai vincoli di codifica ad alta fedeltà e validato da simulazioni in modelli biologici e linguistici.
Questo lavoro presenta la prima caratterizzazione dell'equivalenza distribuzionale e un metodo di apprendimento senza assunzioni strutturali per modelli causali ciclici lineari non gaussiani con variabili latenti, introducendo nuovi vincoli di rango sugli archi per identificare le classi di equivalenza.
Questo studio dimostra che l'induttività architetturale delle reti neurali convoluzionali, in particolare la località e la condivisione dei pesi, modifica l'implicita regolarizzazione indotta dal fenomeno dell'instabilità al bordo, permettendo una generalizzazione efficace su dati sferici ad alta dimensionalità dove le reti fully connected falliscono.
Questo lavoro dimostra che, per dati casuali ad alta dimensionalità, il bias implicito della discesa del gradiente su una rete neurale ReLU approssima con alta probabilità la soluzione a norma L2 minima, con un errore dell'ordine di , grazie a una nuova analisi primale-duale che traccia l'evoluzione delle previsioni e la rapida stabilizzazione dei pattern di attivazione.
Il paper estende il fenomeno dell'Edge of Stability agli ottimizzatori non euclidei definendo una misura generalizzata di sharpness basata su norme arbitrarie, dimostrando sperimentalmente che anche metodi come la discesa del gradiente e Block CD mostrano una progressiva affilatura seguita da oscillazioni attorno alla soglia teorica $2/\eta$.
Il paper introduce fedCI e fedCI-IOD, un framework federato che permette di scoprire relazioni causali in dataset eterogenei e distribuiti sotto vincoli di confondimento latente, preservando la privacy e migliorando la potenza statistica senza centralizzare i dati.
Il documento presenta STCV, un nuovo algoritmo di regressione sparsa che utilizza il coefficiente di presenza come metrica statistica per garantire l'identificazione robusta e invariante alla scala dei dati delle leggi fisiche non lineari, superando i limiti dei metodi tradizionali come STLSQ e E-SINDy in presenza di rumore e normalizzazione.
Questo lavoro propone un nuovo framework per stimare regole decisionali individualizzate ottimali che integrano vincoli di parità demografica e condizionale, permettendo di mitigare le discriminazioni tramite perturbazioni computazionalmente efficienti delle regole non vincolate, come dimostrato sia teoricamente che empiricamente.
Questo studio dimostra che per l'analisi OOD dei Vision Transformer è fondamentale scegliere strategicamente sia il livello intermedio che il modulo specifico da sondare, rivelando che l'attivazione interna della rete feed-forward è ottimale in caso di forte shift distributivo, mentre l'output normalizzato dell'attenzione multi-testa lo è quando lo shift è debole.
Il documento presenta il Bayesian Supervised Causal Clustering (BSCC), un nuovo metodo che utilizza l'effetto del trattamento come outcome per identificare sottogruppi di pazienti omogenei sia nelle caratteristiche che nella risposta terapeutica, valutandone l'efficacia su dati simulati e reali.
Il paper propone l'uso dei valori di Shapley asimmetrici come metrica onesta per quantificare l'importanza dei geni nei modelli predittivi clinici ad alta dimensionalità, superando i limiti degli approcci tradizionali legati alla collinearità e alla direzione delle dipendenze, e ne illustra l'efficacia attraverso algoritmi efficienti applicati alla previsione della sopravvivenza libera da progressione nel cancro del colon-retto.
Questo articolo dimostra che l'ammissibilità nell'inferenza predittiva è irriducibilmente relativa al criterio scelto, delineando quattro geometrie distinte e non annidate (dominanza di Blackwell, validità *anytime*, copertura marginale e admissibilità CAA) che, pur condividendo un modello di ottimizzazione comune, operano su spazi e vincoli geometricamente incompatibili.
Questo lavoro stabilisce una teoria statistica completa per gli alberi decisionali a minimizzazione del rischio empirico (ERM), fornendo disuguaglianze di oracolo precise e tassi minimassimali ottimali su una nuova classe di funzioni che cattura sparsità, regolarità anisotropa ed eterogeneità spaziale, validi anche in presenza di rumore pesante.
Questo articolo esamina l'uso della sintesi dei dati generata dall'intelligenza artificiale per l'inferenza statistica, analizzando modelli, benefici, limiti e rischi, al fine di fornire raccomandazioni pratiche per un utilizzo valido e affidabile.
Il paper dimostra che l'uso del temperamento posteriore nei modelli statistici singolari genera una gerarchia di funzioni di risposta termodinamica che unifica concetti di apprendimento singolare come RLCT e WAIC, fornendo un quadro interpretativo coerente per la complessità e la riorganizzazione strutturale in modelli come le reti neurali.