✓ Verificati

Articoli verificati dagli autori

Articoli i cui autori originali hanno esaminato la nostra spiegazione divulgativa.

Per ogni articolo in questa pagina, almeno uno degli autori originali ha visto la nostra spiegazione divulgativa e se ne è occupato — confermandone l'accuratezza o richiedendo correzioni che abbiamo poi applicato. Una conferma non significa che gli autori approvino formalmente ogni frase, ma che la spiegazione è passata sotto gli occhi di chi ha scritto l'articolo.

1292 articoli verificati dagli autori · 851–860 / 1292

🤖 machine learning

Offline Multi-agent Reinforcement Learning via Sequential Score Decomposition

Questo articolo propone un nuovo framework di apprendimento per rinforzo multi-agente offline che affronta gli spostamenti distribuzionali e le sfide di coordinamento multimodale in compiti cooperativi mediante l'impiego di un metodo di decomposizione sequenziale del punteggio combinato con modelli generativi basati sulla diffusione per guidare gli aggiornamenti delle politiche verso regioni ad alto premio e in-distribuzione, ottenendo prestazioni all'avanguardia su diversi benchmark.

Dan Qiao, Wenhao Li, Shanchao Yang, Hongyuan Zha, Baoxiang Wang2026-05-29✓ Author reviewed ⓘ
🤖 machine learning

Supervised Distributional Reduction via Optimal Transport and Dependence Maximization

Questo articolo propone la Riduzione Distribuzionale Supervisata (SDR), un algoritmo innovativo che integra il Trasporto Ottimale con la massimizzazione esplicita della dipendenza per apprendere rappresentazioni compatte e consapevoli del target che preservano simultaneamente la geometria intrinseca dei dati e il segnale predittivo, consentendo inoltre la costruzione di kernel adattivi e non stazionari per compiti a valle come la modellazione con Processi Gaussiani.

Sai-Aakash Ramesh, Archit Sood, Andrew Corbett, Tim Dodwell2026-05-28✓ Author reviewed ⓘ
🧬 biology

BIRDNet: Mining and Encoding Boolean Implication Knowledge Graphs as Interpretable Deep Neural Networks

BIRDNet è una rete neurale profonda interpretabile che estrae relazioni di implicazione booleana da dati tabellari per costruire un'architettura sparsa e strutturalmente vincolata, ottenendo prestazioni competitive con significativamente meno parametri e consentendo al contempo l'estrazione diretta di regole biologicamente significative senza l'uso di conoscenze a priori esterne.

Tirtharaj Dash2026-05-28✓ Author reviewed ⓘ
🤖 AI

An Empirical Audit of k-NAF Budget Accounting for Anchored Decoding

Questo articolo verifica empiricamente il meccanismo di contabilità del budget k-NAF nella Decodifica Ancorata su carichi di lavoro fissi e adattivi, rilevando che la spesa cumulativa di KL rimane costantemente ben al di sotto dei budget a livello di sequenza e che le istanze di apparente esaurimento del budget sono attribuibili ad artefatti proxy piuttosto che a effettivi malfunzionamenti del meccanismo.

J. Vijayavallabh2026-05-28✓ Author reviewed ⓘ
🔬 physics

Hybrid Neural World Models

Questo articolo introduce modelli ibridi del mondo neurale, un framework a rete singola che prevede la dinamica fisica con significativi vantaggi di velocità rispetto ai solver classici, generando implicitamente una mappa di errore per rilevare discontinuità nette come urti e contatti, abilitando un meccanismo di fallback che riduce sostanzialmente gli errori di previsione senza richiedere calibrazione aggiuntiva o conoscenza delle equazioni governative.

Pranav Lakshmanan, Paras Chopra2026-05-28✓ Author reviewed ⓘ
🔭 astrophysics

GASTRO library II: Exploring Chemical Bimodalities in Disk Galaxies with GSE-like Mergers and Massive Star-forming Clumps

Utilizzando simulazioni della libreria GASTRO, questo studio dimostra che i primi ammassi ad alta densità di formazione stellare o le fusioni retrograde possono sopprimere la formazione stellare per creare la bimodalità chimica osservata nella Via Lattea, ricca e povera di α\alpha, mentre le fusioni prograde non riescono a farlo, sostenendo così che le galassie a disco clumpy a z≈1−2z\approx 1-2 siano probabili progenitori della nostra Galassia.

João A. S. Amarante, Chervin F. P. Laporte, Victor P. Debattista, Leandro Beraldo e Silva, Guilherme Limberg, Hélio D. P (…)2026-05-28✓ Author reviewed ⓘ
🔬 physics

History-aware adaptive reduced-order models via incremental singular value decomposition

Questo articolo propone un framework di modellazione ridotta adattiva consapevole della storia che utilizza la decomposizione ai valori singolari incrementale (iSVD) per aggiornare dinamicamente le funzioni di base tramite correzioni occasionali a ordine completo, dimostrando una precisione predittiva e un'efficienza computazionale superiori rispetto ai metodi esistenti per problemi non lineari complessi come l'equazione di Burgers, il tubo a shock di Sod e i motori a detonazione rotante.

Amirpasha Hedayat, Ali Mohaghegh, Laura Balzano, Cheng Huang, Karthik Duraisamy2026-05-28✓ Author reviewed ⓘ
🤖 machine learning

Frequency-Guided Action Diffusion via Sub-Frequency Manifold Traversal

Questo articolo introduce l'Operatore di Guida in Frequenza (FGO), un algoritmo innovativo che potenzia le politiche visuomotorie basate sulla diffusione guidando la generazione delle azioni attraverso varietà intermedie a sottofrequenza per sopprimere il rumore ad alta frequenza dalle dimostrazioni umane preservando al contempo i dettagli essenziali del compito.

Junlin Wang2026-05-28✓ Author reviewed ⓘ