11670 papers
Deze paper introduceert de Measurement-Consistent Langevin Corrector (MCLC), een theoretisch onderbouwde module die de stabiliteit van latent diffusion modellen voor inverse problemen verbetert door de discrepantie tussen de solver-dynamica en de stabiele reverse diffusion-dynamica te verkleinen via meting-consistente Langevin-updates.
Dit onderzoek presenteert een geautomatiseerde, end-to-end pijplijn voor de detectie van cervicale wervelfracturen die gebruikmaakt van een multi-stadium projectie-aanpak om 3D-structuren via geoptimaliseerde 2D-projecties te benaderen, waardoor de dimensionale complexiteit wordt verminderd terwijl diagnostische prestaties worden behaald die vergelijkbaar zijn met die van expert-radiologen.
Deze paper introduceert een statistisch kader dat aantoont dat synthetische augmentatie niet altijd helpt bij onbalans, en stelt een gevalideerde methode voor om de optimale hoeveelheid synthetische data te bepalen op basis van de generatornauwkeurigheid en de lokale asymmetrie van de data.
SpecBridge is een nieuw raamwerk dat tandem-massaspectrometrie en moleculaire representaties koppelt door een zelftoezichtspectrale encoder af te stemmen op de ingevroren latentruimte van een moleculair foundation-model, wat leidt tot aanzienlijk betere identificatie van kleine moleculen met weinig trainingsparameters.
Dit paper introduceert LeanTutor, een proof-of-concept systeem dat de kracht van Large Language Models en theorem provers combineert om een AI-gedreven wiskundige bewijstutor te creëren die zowel natuurlijk taalverkeer als wiskundige correctheid garandeert, geëvalueerd met de nieuwe PeanoBench-dataset.
Dit paper introduceert NRR-Phi, een formeel raamwerk dat natuurlijke taal omzet in een niet-collabserende toestandsruimte om de vroegtijdige semantische vastlegging in grote taalmodellen te voorkomen en zo meerdere interpretaties van ambiguïteit gelijktijdig te behouden.
Dit paper introduceert 'Least-Privilege Language Models' en een nieuw deployment-paradigma dat, in plaats van alleen output te controleren, de interne berekeningscapaciteit van taalmodellen tijdens de inferentie dynamisch en reversibel beperkt via een monitor-allocator-enforcer-stack en Nested Least-Privilege Networks.
NeuroPareto is een geïntegreerd architectuur dat geavanceerde filtertechnieken, onzekerheidsontkoppeling en een online getraind acquisitienetwerk combineert om efficiënt optimale oplossingen te vinden in complexe, veel-doel optimalisatieproblemen met hoge rekentijd, wat resulteert in superieure prestaties vergeleken met bestaande methoden.
Dit artikel presenteert een consensus-Bayesiaans raamwerk dat gebruikmaakt van opinie-dynamica en Bayesiaanse scoringsmechanismen om kwaadaardige activiteiten in enterprise-directorytoegangsgrafa's te detecteren door structurele afwijkingen en logische inconsistenties te identificeren.
Dit paper introduceert HealthMamba, een onzekerheidsbewust spatiotemporale graf-state-space-model dat de voorspelling van bezoeken aan zorgfaciliteiten verbetert door ruimtelijke afhankelijkheden te modelleren en betrouwbare voorspellingen te leveren tijdens noodsituaties.
Dit paper introduceert REAL, een nieuw framework dat verifieerbare beloningen herkijkt als classificatielabels in plaats van scalair gewichten om de inefficiënties van bestaande RLVR-methoden zoals GRPO te verhelpen en zo de prestaties en stabiliteit van taalmodellen op wiskundige redeneertaken aanzienlijk te verbeteren.
Het paper introduceert SureLock, een methode die de rekenkosten van Masked Diffusion-LM-decodering aanzienlijk verlaagt door tokens die al zijn geconvergeerd te vergrendelen en hun bijdrage aan de berekening over te slaan, terwijl hun context voor andere tokens behouden blijft.
Dit artikel presenteert een uitgebreid onderzoek naar verschillende PDE-oplossers, waarbij het CNF-framework wordt uitgebreid naar niet-lineaire en gekoppelde scenario's voor het oplossen van voorwaartse en inverse problemen, evenals het ontdekken van vergelijkingen, ondersteund door implementaties, zelftuningtechnieken en een grondige survey.
Dit artikel bestudeert de homologie van ruime groepoïden via het Moore-complex met compacte drager, bewijst een universele coëfficiëntenstelling voor discrete coëfficiënten, identificeert obstakels voor niet-discrete coëfficiënten en leidt een Mayer-Vietoris-sequentie af voor expliciete berekeningen.
Het artikel introduceert FastLSQ, een framework dat sinusvormige willekeurige Fourier-functies met exacte analytische afgeleiden gebruikt om lineaire en niet-lineaire PDE's en inverse problemen op te lossen met een snelheid en nauwkeurigheid die iteratieve PINN-methoden aanzienlijk overtreffen.
Deze paper presenteert de resultaten van de eerste internationale StepUP-competitie voor biometrische stapherkenning, waarbij teams gebruikmaakten van het uitgebreide UNB StepUP-P150-dataset om robuuste modellen te ontwikkelen, met als beste resultaat een gelijke foutkans van 10,77% door het team Saeid_UCC, hoewel generalisatie naar onbekend schoeisel een aanhoudende uitdaging blijft.
Dit paper introduceert TIME, een nieuw generatie benchmark voor tijdsreeksvoorspelling die bestaat uit 50 verse datasets en 98 taken, ontworpen om de beperkingen van bestaande benchmarks te overwinnen door strikte zero-shot evaluatie, hoge data-integriteit en een innovatieve patroon-niveau evaluatieperspectief te bieden.
Het artikel introduceert Chimera, een neuro-symbolisch raamwerk dat expressieve attention-mechanismen en symbolische garanties combineert om betrouwbare, line-rate dataverkeersanalyse mogelijk te maken binnen de strenge hardwarebeperkingen van programmeerbare dataplanes.
Het artikel introduceert JPmHC, een nieuw raamwerk voor hyper-verbindingen dat trainingsstabiliteit en schaalbaarheid verbetert door identiteitssprongen te vervangen door een trainbare lineaire mixer die op operator-norm-gebonden manieren wordt beperkt om het Jacobiaan-spectrum te behouden en gradiëntpathologieën te voorkomen.
Dit paper introduceert DRESS, een deterministisch en parameterloos raamwerk dat door iteratieve verfijning van structurele gelijkenis een isomorfisme-invariante vingerafdruk genereert die bewezen minstens zo expressief is als de 2-WL-test, maar met aanzienlijk lagere rekentijd, en presenteert uitgebreide varianten zoals -DRESS die de expressiviteit verder verhogen tot het CFI-trapje.