7279 artigos
O artigo apresenta o DejaVu, um ataque que explora desalinhamentos temporais sutis na rede veicular para manipular a fusão multimodal de sensores em veículos autônomos, degradando drasticamente tarefas de percepção como detecção e rastreamento de objetos e provocando falhas críticas como colisões e frenagens fantasma.
Este trabalho apresenta um novo framework de aprendizado por reforço multiagente com arquitetura aluno-professor que gera automaticamente um currículo adaptativo de comportamentos de tráfego, permitindo que veículos autônomos aprendam a lidar de forma equilibrada e segura com cenários que variam do rotineiro ao crítico, superando as limitações dos métodos baseados em regras.
O artigo propõe o Operador Neural de Espaço de Estados (SS-NO), uma arquitetura compacta que integra mecanismos de amortecimento adaptativo e modulação de frequência aprendível para modelar operadores de equações diferenciais parciais dependentes do tempo com alta eficiência de parâmetros e desempenho superior em diversos benchmarks.
O artigo apresenta os "campos de especialistas multivariados", um novo framework para aprendizado de priors de imagem que generaliza métodos existentes através de funções potenciais multivariadas, oferecendo reconstrução superior em diversos problemas inversos com maior velocidade, menor complexidade e garantias teóricas de convergência em comparação a modelos univariados e de aprendizado profundo.
Este artigo estabelece uma compreensão teórica do comportamento do algoritmo Expectation-Maximization em regressão linear mista com dois componentes superespecificados, demonstrando que a taxa de convergência e a precisão estatística dependem criticamente do equilíbrio das ponderações iniciais, variando de convergência linear e precisão para cenários desbalanceados até convergência sublinear e precisão para cenários balanceados.
O artigo propõe o Kernel VICReg, um novo framework de aprendizado auto-supervisionado que leva o objetivo VICReg para um Espaço de Hilbert de Reprodutor de Kernel (RKHS) para capturar dependências não lineares e melhorar a representação de dados sem rótulos, demonstrando ganhos consistentes sobre métodos euclidianos em diversos conjuntos de dados.
O artigo apresenta o ScaleZero, um modelo único para planejamento multi-tarefa que combina uma arquitetura Mixture-of-Experts e uma estratégia de Escalonamento Dinâmico de Parâmetros (DPS) online para mitigar conflitos de gradiente e otimizar a alocação de capacidade, alcançando desempenho comparável a agentes especializados com menor interação com o ambiente.
O artigo demonstra que ensembles de redes neurais profundas permitem a estimação precisa de parâmetros quânticos com quantificação de incerteza e detecção de desvios em dados experimentais, oferecendo tempos de inferência significativamente mais rápidos do que métodos bayesianos tradicionais.
Este artigo apresenta o método "Answer-Then-Check" e o conjunto de dados ReSA, que alinham modelos de linguagem para raciocinar sobre respostas e avaliar sua segurança antes de responder, resultando em maior robustez contra ataques de jailbreak, menor taxa de recusa indevida e manutenção das capacidades gerais de raciocínio.
O artigo apresenta o VEGA, um sistema de navegação para veículos elétricos que combina um operador neural informado por física para estimar parâmetros do veículo e um agente de aprendizado por reforço (PPO) para planejar rotas e paradas de recarga de forma eficiente, demonstrando resultados superiores em tempo de viagem e velocidade de inferência em comparação com métodos tradicionais.
O artigo apresenta a Expansão Atômica de Cluster Tensorial (TACE), um modelo de aprendizado de máquina unificado que utiliza tensores cartesianos irreduzíveis para representar de forma eficiente e universal tanto propriedades invariantes quanto equivariantes em sistemas moleculares e materiais, superando as limitações de complexidade dos métodos baseados em tensores esféricos.
O artigo apresenta o C²Prompt, um novo método para aprendizado contínuo federado que mitiga o esquecimento temporal e espacial ao aprimorar a coerência do conhecimento entre classes por meio de um mecanismo de compensação de distribuição local e um esquema de agregação de prompts consciente das classes, alcançando desempenho superior em diversos benchmarks.
Este artigo apresenta uma abordagem de aprendizado profundo baseada em uma arquitetura de U-Net auto-regressiva combinada com uma rede neural convolucional para prever com eficiência computacional a evolução do dano induzido por retração em concreto e suas propriedades mecânicas, visando otimizar o projeto de misturas para maior durabilidade.
Este artigo apresenta o GPHDM, uma abordagem inovadora que gera movimentos robóticos fisicamente consistentes e estruturados taxonomicamente ao integrar representações latentes em variedades hiperbólicas com vieses indutivos conscientes da hierarquia de movimentos.
Este artigo apresenta o Planner Aware Path Learning (PAPL), um novo esquema de treinamento que deriva uma nova evidência inferior planejada (P-ELBO) para alinhar o treinamento e a inferência em modelos de difusão de linguagem, corrigindo a incompatibilidade causada por estratégias de planejamento e resultando em melhorias significativas na geração de texto, código e sequências de proteínas.
O artigo apresenta o DAV, um novo framework que formula o alinhamento de modelos de difusão como um processo variacional de Expectation-Maximization, alternando entre busca no momento de teste para gerar amostras diversas e alinhadas a recompensas e a refinamento do modelo, superando assim problemas como a superotimização de recompensas e o colapso de modos em tarefas contínuas e discretas.
Este artigo propõe um algoritmo de duas etapas baseado em bandits de matriz de baixo posto para minimizar a polarização e o desacordo no modelo de dinâmica de opiniões de Friedkin-Johnsen em um cenário online com informações incompletas, alcançando um limite de arrependimento cumulativo que supera abordagens lineares existentes.
O artigo apresenta as "Self-Speculative Masked Diffusions", um novo modelo de difusão mascarada para dados discretos que utiliza amostragem especulativa integrada ao modelo para gerar previsões não fatorizadas em uma única passagem, reduzindo em cerca de duas vezes o número de avaliações de rede neural necessárias para a geração de amostras de alta qualidade em comparação com os modelos padrão.
O artigo propõe o TCR-EML, um modelo de aprendizado de máquina com camadas explicáveis por design que integra mecanismos bioquímicos conhecidos de ligação para prever a interação entre receptores de células T e complexos peptídeo-MHC com alta precisão e interpretabilidade.
Este artigo demonstra que, embora os modelos de linguagem apenas decodificadores (decoder-only) performem pior que os baseados em codificadores (encoder-only) na adaptação para equações diferenciais parciais, o uso de duas novas técnicas que simulam bidirecionalidade, chamadas "Parallel Flipping" e "Sequence Doubling", permite que os modelos decoder-only alcancem desempenho comparável, fechando a lacuna de performance.