333 articoli
Questo articolo propone un nuovo approccio per la fusione di immagini in pochi esempi che, sfruttando i "priors granulari" (incompleti) calcolati tramite l'algoritmo GBPC e un'adattiva funzione di perdita, permette a una rete neurale leggera di apprendere regole di fusione efficaci senza bisogno di immagini fuse reali come supervisione.
Questo articolo propone due nuovi algoritmi basati sui dati per determinare strategie ottimali di prezzo e gestione delle scorte in un ambiente offline caratterizzato da domanda censurata e dipendente, superando le sfide legate alla violazione della proprietà di Markov e alla mancanza di informazioni sui profitti attraverso l'approssimazione di un MDP di ordine superiore e l'analisi di sopravvivenza.
Il paper presenta Panda, un modello pre-addestrato basato su meccanismi di attenzione che, pur essendo stato addestrato esclusivamente su dati sintetici di equazioni differenziali ordinarie, dimostra la capacità di prevedere con successo sistemi caotici complessi, inclusi quelli governati da equazioni differenziali alle derivate parziali e serie temporali reali, grazie a proprietà emergenti come il forecasting zero-shot e la scoperta di leggi di scaling neurale.
Questo articolo propone un nuovo metodo basato su modelli ad albero additivi e una funzione di perdita bilanciante per stimare i rapporti di densità tra due campioni, consentendo sia un'ottimizzazione efficiente tramite algoritmi di apprendimento supervisionato sia una quantificazione dell'incertezza tramite inferenza bayesiana, con applicazioni validate su dati microbiomici.
Questo lavoro presenta un metodo rapido e deterministico basato sull'algebra lineare per completare tensori osservati tramite intere fibre lungo una singola modalità, sfruttando la struttura a "Train Tensor" per garantire il recupero dei dati senza ricorrere a ottimizzazioni numeriche complesse.
Questo articolo presenta nuovi indici assoluti di validità dei cluster, basati su funzioni di compattezza e margini di separabilità definiti tramite punti vicini, per determinare in modo efficace il numero ottimale di cluster e la qualità della partizione in diversi dataset sintetici e reali.
Questo lavoro introduce varianti efficienti e statisticamente coerenti delle foreste casuali basate sul principio di minimizzazione del rischio massimo (MaxRM) per migliorare la generalizzazione fuori distribuzione, fornendo nuove garanzie teoriche e validando l'approccio su dati simulati e reali.
Questo studio dimostra che i piccoli trasformatori realizzano l'inferenza bayesiana attraverso un meccanismo geometrico specifico, utilizzando stream residui come substrato delle credenze e reti feed-forward per l'aggiornamento, superando di gran lunga le architetture MLP in ambienti controllati chiamati "gallerie del vento bayesiane" dove la vera posterior è nota.
Questo lavoro dimostra che l'addestramento con entropia incrociata nei transformer scolpisce dinamicamente la geometria interna delle teste di attenzione, creando una procedura a due scale temporali analoga all'EM che allinea l'ottimizzazione del gradiente ai manifold bayesiani necessari per il ragionamento probabilistico in contesto.
Il paper propone un metodo innovativo per il campionamento da densità di Boltzmann non normalizzate, basato su un'equazione differenziale ordinaria di flusso derivata da interpolanti stocastici lineari, che utilizza una sequenza di campionatori di Langevin per generare campioni intermedi e stimare robustamente il campo di velocità, garantendo teoricamente la convergenza e dimostrando l'efficienza in esperimenti numerici su distribuzioni multimodali complesse e compiti di inferenza bayesiana.
Questo articolo propone un metodo di apprendimento trasferito per la regressione lineare funzionale basato su variabili di controllo, che utilizza statistiche riassuntive per preservare la privacy, stabilisce per la prima volta un legame teorico con l'approccio offset e deriva tassi di convergenza che tengono conto degli errori di smoothing dovuti all'osservazione discreta dei predittori funzionali.
Questo articolo presenta un'analisi quantitativa degli errori nei problemi inversi bayesiani con prior generativi, dimostrando che l'errore nel posterio eredita il tasso di convergenza del prior rispetto alla distanza di Wasserstein-1 e validando tali risultati attraverso esperimenti numerici e un problema inverso di equazioni alle derivate parziali ellittiche.
Il paper presenta HaKAN, un modello innovativo per la previsione di serie temporali multivariate basato sulle reti Kolmogorov-Arnold con funzioni di attivazione apprese tramite polinomi di Hahn, che supera i limiti computazionali e le distorsioni spettrali dei modelli esistenti offrendo un'alternativa leggera, interpretabile e ad alte prestazioni.
Il paper propone le Singular Bayesian Neural Networks, un approccio che parametrizza i pesi come prodotti di matrici a basso rango per ridurre drasticamente il numero di parametri e migliorare la calibrazione e la rilevazione di dati fuori distribuzione, ottenendo prestazioni competitive con gli ensemble profondi ma con una complessità teorica e pratica significativamente inferiore.
Questo studio formalizza la perdita di diversità nei modelli di diffusione guidati come "distorsione generativa", dimostrando che tale fenomeno subisce una transizione di fase in base al numero di classi e proponendo una nuova strategia di guida con una finestra di guida negativa per mitigare la riduzione della varianza preservando la separabilità delle classi.
Questo articolo stabilisce un principio di universalità per i modelli di tensori spiked asimmetrici, dimostrando che il comportamento spettrale asintotico e i limiti statistici degli stimatori di massima verosimiglianza rimangono invariati rispetto al caso gaussiano anche quando il rumore segue una distribuzione generica con momento quarto finito.
Questo articolo propone un quadro unificato basato su processi-e per il rilevamento online dei watermark negli LLM, offrendo garanzie di validità in qualsiasi momento e migliorando la potenza di rilevamento attraverso metodi empiricamente adattivi.
Il paper propone TS_Adam, una variante leggera dell'ottimizzatore Adam che rimuove la correzione di secondo ordine per migliorare l'adattabilità alle distribuzioni non stazionarie nelle previsioni temporali, ottenendo riduzioni significative dell'errore rispetto all'Adam standard.
Questo articolo sviluppa una teoria sistematica della stabilità per l'inferenza statistica nei banditi basata sulla discesa dello specchio stocastica regolarizzata, dimostrando che algoritmi come REG-EXP3 garantiscono sia intervalli di confidenza validi che ottimalità nel regret, pur mantenendo robustezza contro le corruzioni avversarie.
Il paper introduce SDSR, un approccio scalabile basato sulla teoria spettrale dei grafi che ricostruisce efficientemente gli alberi delle specie dividendo i dati in sottoinsiemi, garantendo tempi di esecuzione fino a 10 volte più rapidi rispetto ai metodi tradizionali senza compromettere l'accuratezza.