7103 artigos
O artigo apresenta o FedPrism, um framework de Aprendizado Federado que supera a degradação de desempenho em cenários de dados não-IID ao combinar uma decomposição prismática do modelo (compartilhando fundamentos globais, grupos similares e partes privadas) com um design de fluxo duplo que roteia previsões dinamicamente, alcançando assim um equilíbrio eficaz entre generalização e personalização adaptativa.
O artigo apresenta o FlowTouch, um modelo inovador de previsão visuo-tátil que utiliza malhas 3D locais de objetos e modelos de Fluxo de Correspondência para gerar previsões táteis invariantes à visão, superando limitações de configuração específica e permitindo aplicações como a previsão de estabilidade de preensão.
Este trabalho apresenta os estimadores ReinMax-Rao e ReinMax-CV, que incorporam técnicas de Rao-Blackwellização e variáveis de controle ao método ReinMax para reduzir a variância na estimação de gradientes de variáveis latentes discretas, demonstrando desempenho superior no treinamento de autoencoders variacionais.
Este artigo apresenta uma arquitetura de navegação por anomalia magnética totalmente adaptativa que utiliza um filtro de Kalman estendido com aprendizado de rede neural para compensar em tempo real as interferências magnéticas da aeronave sem a necessidade de voos de calibração prévia, alcançando precisão comparável aos métodos existentes.
Este artigo propõe um método de detecção de viés mais eficiente para modelos de linguagem financeiros, demonstrando que a análise cruzada entre modelos permite identificar até 73% dos comportamentos tendenciosos utilizando apenas 20% dos pares de entrada, reduzindo significativamente os custos computacionais sem comprometer a eficácia.
O artigo propõe o SCL-GNN, um novo framework de Redes Neurais em Grafos que utiliza o Critério de Independência Hilbert-Schmidt (HSIC) e uma estratégia de otimização bi-nível para identificar e mitigar correlações espúrias, melhorando significativamente a generalização do modelo em cenários de distribuição independente e fora de distribuição (OOD).
O artigo apresenta o TA-RNN-Medical-Hybrid, um framework de aprendizado profundo que combina codificação temporal contínua e representações baseadas em SNOMED para prever com precisão e interpretabilidade o risco de mortalidade em UTIs, superando modelos existentes no conjunto de dados MIMIC-III.
O artigo apresenta o PolyFormer, um modelo de aprendizado de máquina informado pela física que transforma restrições complexas em reformulações polipólicas eficientes, permitindo a resolução escalável de problemas de otimização com leis físicas complexas e alcançando aceleramentos computacionais de até 6.400 vezes sem comprometer a qualidade da solução.
Este artigo estabelece limites de arrependimento sublineares para o algoritmo de Reinforcement Learning com Amostragem Posterior baseada em Processos Gaussianos (GP-PSRL) em espaços de estado ilimitados, demonstrando que os estados visitados permanecem confinados e obtendo um limite de arrependimento bayesiano de ordem que resolve as limitações teóricas anteriores.
Este artigo demonstra que, ao contrário do Gradiente Descendente, o Sharpness-Aware Minimization (SAM) em redes lineares profundas exibe um viés implícito dependente da profundidade e da inicialização, podendo convergir para soluções triviais ou apresentar uma dinâmica de "amplificação sequencial de características" que prioriza coordenadas menores antes das maiores, revelando limitações nas análises de viés baseadas apenas no limite temporal infinito.
Este trabalho propõe uma metodologia inovadora baseada em Redes Neurais Instruídas por Grafos (GINNs) para simular de forma eficiente e precisa fenômenos físicos governados por equações diferenciais parciais paramétricas com condições de contorno variáveis, superando as limitações das técnicas de ordem reduzida clássicas que exigem reformulação para cada configuração.
Este artigo apresenta um novo método de ajuste fino que melhora a robustez de Vision Transformers (ViTs) sob mudanças de distribuição ao orientar o raciocínio do modelo para conceitos semânticos de nível de partes, utilizando máscaras geradas automaticamente por LLMs e VLMs para reduzir a dependência de correlações espúrias.
Este artigo investiga a identificabilidade do sinal de efeitos causais em equações diferenciais estocásticas lineares contínuas e estacionárias com estrutura causal conhecida, relaxando a suposição de uma matriz de difusão conhecida e estabelecendo critérios para determinar se o sinal de um coeficiente de deriva é unicamente determinado a partir de matrizes de covariância observacionais sob uma noção de fidelidade.
Este trabalho apresenta um framework geral para avaliar a qualidade de mapas de calor em aprendizado de múltiplas instâncias (MIL) para patologia digital, demonstrando que métodos como perturbação, LRP e IG superam os baseados em atenção e permitem validação biológica e descoberta de estratégias de modelos sem necessidade de rótulos adicionais.
Este artigo demonstra que a combinação de características baseadas no operador de Koopman (aproximado via EDMD com dicionário de funções de base radial) e transformadores supera tanto as abordagens baseadas apenas em wavelets quanto sistemas híbridos na classificação multiclasse de eletrocardiogramas, oferecendo insights interpretáveis sobre a dinâmica cardíaca.
Este artigo propõe substituir a projeção de saída densa na atenção multi-cabeça por uma Transformada de Hadamard estruturada e livre de parâmetros seguida de um redimensionamento afim leve, reduzindo significativamente o número de parâmetros e o custo de inferência sem comprometer o desempenho em tarefas padrão.
Este artigo apresenta um novo método baseado em otimização por gradiente que gera explicações contrafactuais plausíveis para problemas de classificação de séries temporais, integrando o alinhamento soft-DTW com k-vizinhos mais próximos para garantir que as explicações geradas mantenham uma estrutura temporal realista e alinhada à distribuição da classe-alvo.
Este artigo unifica os métodos de redução de variância para experimentação online e avaliação off-policy, demonstrando a equivalência matemática entre o estimador de diferenças de médias e o estimador de pontuação de propensão inversa com variáveis de controle, bem como entre métodos de ajuste por regressão e a estimativa duplamente robusta.
Este artigo demonstra que os benchmarks atuais criam incentivos desalinhados que impedem a existência de um equilíbrio de Nash, mas prova que o protocolo de avaliação "tune-before-test" pode induzir um equilíbrio único que classifica corretamente os modelos pela sua qualidade latente.
Este artigo propõe um novo algoritmo de otimização baseado no Cálculo Fracionário, especificamente utilizando o Integral de Weyl Fracionário Ponderado, que substitui os atualizações de gradiente instantâneas por uma memória histórica dinâmica para mitigar o sobreajuste e melhorar significativamente o desempenho em conjuntos de dados desbalanceados, como detecção de fraude financeira e diagnósticos médicos.