8581 artigos
Este artigo propõe a "atenção estocástica", um método sem treinamento que utiliza a dinâmica de Langevin na energia de Hopfield moderna para gerar amostras controladas por temperatura, oferecendo uma alternativa mais diversificada e inovadora aos modelos aprendidos para tarefas de recuperação e geração.
Este artigo apresenta um modelo substituto de IA baseado em Operador Neural Informado por Física (PINO) que acelera a análise de retenção de dispositivos Fe-VNAND, alcançando um ganho de velocidade superior a 10.000 vezes em comparação com ferramentas TCAD convencionais, mantendo a precisão física ao prever desvios na tensão de limiar e mecanismos de perda de retenção.
O artigo propõe o algoritmo de agrupamento possibilista de passagem única (SPC), que utiliza janelas amortecidas e a união de covariância para modelar clusters não esféricos em fluxos de dados, demonstrando desempenho superior em pureza e informação mútua normalizada em comparação com outros métodos de agrupamento de streaming.
Este artigo propõe uma nova paradigma de aumento de dados que utiliza Grandes Modelos de Linguagem para gerar programas CAD mais diversos e complexos, inspirados em procedimentos de design industrial e condicionados a superfícies de formas orgânicas, superando assim as limitações geométricas dos conjuntos de dados existentes.
Este artigo demonstra que, embora a aplicação de restrições de justiça em modelos de aprendizado de máquina que utilizam atributos sensíveis sempre melhore (ou não altere) os resultados do grupo desfavorecido, a imposição de justiça em regimes que ignoram esses atributos pode levar a um "nivelamento por baixo", prejudicando ambos os grupos dependendo da distribuição dos dados.
O artigo apresenta o XGenBoost, um conjunto de modelos generativos baseados em XGBoost que sintetizam dados tabulares mistos com alta eficiência e menor custo de treinamento, utilizando um modelo de difusão para conjuntos menores e um modelo autoregressivo hierárquico para grandes escalas.
O artigo apresenta o DySECT, um sistema de extração de informações que opera em um ciclo fechado simbiótico, no qual um modelo de linguagem extrai dados para enriquecer dinamicamente uma base de conhecimento que, por sua vez, retroalimenta e aprimora continuamente o próprio processo de extração.
Este artigo apresenta o CN-CBF, um método de controle baseado em funções de barreira neurais compostas que combina múltiplas redes treinadas via alcançabilidade de Hamilton-Jacobi e uma arquitetura residual para garantir navegação segura e menos conservadora de robôs em ambientes dinâmicos, demonstrando melhorias significativas em simulações e experimentos com hardware.
O artigo apresenta o NerVE, um framework unificado baseado em dinâmica espectral não linear que analisa como as redes feed-forward em grandes modelos de linguagem organizam o fluxo de informação, oferecendo métricas eficientes que correlacionam assinaturas espectrais estáveis com a capacidade de generalização e orientam escolhas arquiteturais e de otimização.
O artigo apresenta o Swimba, um modelo de "Switch Mamba" que implementa uma arquitetura de Mistura de Especialistas (MoE) no espaço de parâmetros para aumentar a capacidade dos Modelos de Espaço de Estado (SSM) sem multiplicar o custo computacional da atualização recursiva, mantendo uma única trajetória de estado.
Este trabalho apresenta uma abordagem computacional que integra elementos finitos e redes neurais para resolver problemas de elasticidade de Cosserat, utilizando critérios de estabilidade física derivados de convexidade para validar que as soluções aprendidas correspondam a minimizadores de energia energeticamente consistentes.
Este artigo propõe os Processos de Decisão de Markov Conjuntos (JMDPs) como uma formalização para ambientes de dinâmica acoplada que permitem amostrar resultados contrafactuais conjuntos de múltiplas ações, derivando operadores de Bellman para momentos de retorno de ordem e algoritmos de programação dinâmica com garantias de convergência sob um regime de acoplamento de um passo.
Este estudo demonstra que os embeddings de modelos fundamentais de DNA, como Evo 2 e NTv2, são vulneráveis a ataques de inversão que permitem a reconstrução quase perfeita de sequências genéticas sensíveis, especialmente quando fornecidos por token, alertando para a necessidade urgente de designs focados em privacidade antes da adoção generalizada em serviços de embeddings.
Este artigo apresenta um estudo abrangente que demonstra que a esparsificação de grafos pode ser uma etapa de pré-processamento leve e prática para acelerar significativamente o treinamento e a inferência de Redes Neurais em Grafos (GNNs) em escala, mantendo ou até mesmo melhorando a precisão nas tarefas de classificação de nós.
Este artigo demonstra que, embora o treinamento pós-estabelecido com gradientes de política e recompensas de resultado seja minimax-ótimo para amostras dentro do suporte do modelo base, ele enfrenta uma barreira exponencial para generalizar além desse suporte, a qual pode ser superada utilizando recompensas de processo que dependem de uma quantia de verossimilhança em nível de token para evitar a maldição da dimensionalidade.
O artigo apresenta o Chart-RL, um método de aprendizado por reforço que utiliza recompensas matematicamente verificáveis para superar as limitações de generalização de modelos de linguagem e visão na compreensão de gráficos, demonstrando que treinar com poucos exemplos complexos é mais eficaz do que usar grandes volumes de dados simples e que essa abordagem melhora tanto a generalização interna quanto a transferência para problemas matemáticos visuais fora do domínio.
Este artigo apresenta uma nova metodologia de aprendizado por imitação que, fundamentada na análise teórica dos ciclos limites e mapas de retorno de Poincaré, permite treinar políticas de locomoção para quadrúpedes do zero com apenas alguns segundos de demonstração e robustez razoável.
Este artigo propõe um framework de desaprendizagem de máquina baseado em SISA para localização de curtos-circuitos entre espiras em transformadores de potência, permitindo a remoção eficiente de dados envenenados por falhas de sensores através do retreinamento seletivo de subconjuntos de dados, o que reduz significativamente o tempo de processamento em comparação com o retreinamento completo do modelo.
Este estudo apresenta um framework de aprendizado por reforço baseado em grafos que incorpora características topológicas de ordem superior, como a homologia de persistência, para otimizar a reconfiguração e o desligamento de carga em redes de distribuição de energia, resultando em maior resiliência, entrega de energia e estabilidade de tensão diante de falhas causadas por eventos extremos ou ciberataques.
Este artigo apresenta o framework Conditional Unbalanced Optimal Transport (CUOT) e seu modelo gerativo CUOTM, que superam a sensibilidade a outliers dos métodos de transporte ótimo condicional tradicionais ao relaxar as restrições de correspondência de distribuição via penalidades de divergência de Csiszár, mantendo marginais de condicionamento estritas e demonstrando robustez e eficiência superiores em experimentos.