4737 artigos
O artigo propõe o uso de "Super Neurônios", que são ativações escalares diretas de camadas iniciais de Modelos de Linguagem Visuais, para criar classificadores precisos em tarefas de VQA categórica que permitem uma saída antecipada extrema e alcançam acelerações de até 5,10 vezes sem necessidade de ajuste fino.
Este artigo apresenta um framework de IA que utiliza uma estratégia de divisão de dados consciente do contexto e correção de erros espaciais para prever com maior precisão a demanda de tráfego celular em 5G/6G, mitigando vazamentos de dados e melhorando o planejamento de rede em cidades canadenses.
Este artigo apresenta um modelo hierárquico baseado em redes neurais de atenção gráfica (HR-GAT) que estima a demanda de espectro em escala espacial fina com maior precisão do que métodos existentes, utilizando dados públicos de implantação para apoiar decisões regulatórias e o compartilhamento de espectro em cidades canadenses.
O artigo apresenta o MCCOP, um framework que utiliza otimização em espaço latente guiada por modelos de difusão para gerar mutações proteicas mínimas e biologicamente plausíveis que alteram previsões de modelos de aprendizado profundo, oferecendo insights mecanicistas e diretrizes acionáveis para o design de proteínas.
Este artigo propõe e avalia o uso do "randomized smoothing" como uma defesa eficaz e computacionalmente eficiente para melhorar a robustez de modelos de previsão de trajetória contra ataques adversariais, sem comprometer a precisão em cenários normais.
O artigo apresenta o ReTabSyn, um pipeline de síntese de dados tabulares baseado em aprendizado por reforço que prioriza a distribuição condicional para superar limitações em cenários com poucos dados e desequilíbrio de classes, resultando em melhor utilidade para modelos downstream e permitindo a aplicação de restrições específicas de especialistas.
O artigo apresenta o EvoKernel, um framework de agentes autoevolutivos que utiliza uma abordagem de memória orientada a valor para superar a escassez de dados na síntese de kernels para NPUs, melhorando drasticamente a precisão e o desempenho através de rascunhos iniciais e refinamento contínuo sem necessidade de ajuste fino custoso.
O artigo propõe o , um modelo de valor generalista que funde adaptativamente uma prioridade pré-treinada com médias empíricas de rollouts esparsos, utilizando testes estatísticos em tempo real para equilibrar viés e variância, resultando em uma melhoria de desempenho superior a 10% e convergência mais rápida em benchmarks de raciocínio matemático em comparação com métodos como GRPO e DAPO.
Este artigo apresenta o 6ABOS, um framework de código aberto em Python que automatiza a correção atmosférica de imagens hiperespectrais da missão EnMAP para ambientes aquáticos complexos, utilizando o modelo de transferência radiativa 6S e a API do Google Earth Engine para obter resultados validados com alta precisão espectral.
O artigo apresenta o SNPgen, um framework de difusão latente condicional que gera dados genotípicos sintéticos supervisionados por fenótipos, demonstrando que modelos treinados nesses dados preservam a estrutura genética e alcançam desempenho preditivo comparável ao de dados reais, oferecendo assim uma alternativa viável e privada para pesquisas genômicas.
O artigo propõe o LAtte, um novo framework que integra um módulo de atenção Lorentziana com um codificador baseado em InceptionTime para superar a variabilidade inter-sujeito e o baixo relação sinal-ruído na classificação de EEG, alcançando desempenho superior em tarefas de classificação cruzada através do aprendizado de um modelo compartilhado e de adaptadores específicos para cada sujeito.
Este artigo apresenta um modelo eficiente de Difusão Transformer (DiT) que gera sequências de DNA regulatório específicas de tipos celulares com maior eficiência de treinamento e menor memorização que abordagens anteriores, alcançando uma melhoria de 38 vezes na atividade regulatória predita após o ajuste fino com DDPO.
Este artigo propõe novos testes estatísticos baseados em kernels, utilizando a Discrepância de Stein e a Discrepância de Máxima Média, para avaliar a equivalência entre distribuições e superar as limitações dos testes de ajuste de qualidade tradicionais que não conseguem confirmar a ausência de diferenças significativas.
Este trabalho propõe a Amostragem Preditiva de Dinâmica (DPS), um método que utiliza inferência bayesiana online sobre um modelo de Markov oculto para prever e selecionar prompts informativos antes de custosas simulações, reduzindo assim a sobrecarga computacional e acelerando o ajuste fino por aprendizado por reforço de modelos de raciocínio grandes.
Este artigo examina o impacto dos processos de recompensa não ergódicos no aprendizado por reforço, demonstrando que o valor esperado é inadequado para avaliar o desempenho de agentes individuais em implantação e apresentando soluções que otimizam o desempenho de longo prazo em trajetórias únicas.
O LookaheadKV é um framework de evicção de cache KV leve e preciso que supera os métodos existentes ao prever a importância dos tokens sem a necessidade de geração de rascunho computacionalmente custosa, resultando em menor latência e melhor desempenho em tarefas de longo contexto.
Este artigo apresenta uma nova abordagem para prever o resultado do torneio NCAA de 2024 utilizando a Análise de Fusão Combinatória (CFA) para combinar múltiplos sistemas de pontuação, alcançando uma precisão de 74,60% que supera os dez melhores sistemas de classificação públicos existentes.
O artigo apresenta o ECoLAD, um protocolo de avaliação orientado à implantação que demonstra como detectores de anomalias clássicos e leves mantêm viabilidade e desempenho sob restrições de CPU em telemetria automotiva, enquanto vários métodos profundos perdem a viabilidade antes de perderem a precisão.
Este artigo propõe o "Historical Consensus Training", um método iterativo que utiliza múltiplas clusterizações de modelos de mistura gaussiana para criar uma barreira histórica no espaço de parâmetros, eliminando permanentemente o colapso posterior em autoencoders variacionais sem depender de restrições arquiteturais ou ajuste de hiperparâmetros.
Este artigo propõe um método prático baseado em estimadores de densidade de kernel (KDE) para quantificar o risco de divulgação de pertencimento em dados sintéticos tabulares, oferecendo uma avaliação de risco mais precisa e eficiente do que abordagens anteriores sem a necessidade de modelos sombra computacionalmente caros.