8831 artigos
Este artigo apresenta um novo quadro teórico e algorítmico que integra a teoria de grupos e entropias grupais ao aprendizado de máquina, introduzindo uma família flexível de atualizações de Descida Espelhada com "dualidade espelhada" para otimizar a adaptação a diversas distribuições estatísticas e geometrias de dados.
Este artigo apresenta uma abordagem não supervisionada baseada em GAN auto-condicionada e livre de contexto para prever trajetórias, demonstrando superioridade sobre métodos anteriores na previsão de padrões de movimento humanos e de agentes rodoviários, especialmente em cenários com rótulos supervisionados limitados.
Este artigo analisa o Aprendizado por Reforço Não Supervisionado com Recompensas Verificáveis (URLVR), demonstrando que os métodos intrínsecos enfrentam limites de escala devido ao alinhamento entre confiança e correção, enquanto propõe métricas para identificar esses limites e explora recompensas externas como uma alternativa promissora para superar essas barreiras.
Este artigo caracteriza e aprimora uma arquitetura híbrida de rede neural quântica em grafos para a reconstrução de trajetórias de partículas carregadas em experimentos de alta luminosidade do LHC, demonstrando melhorias no comportamento de treinamento e na convergência do modelo.
O artigo propõe o Momentum SVGD-EM, um método acelerado que incorpora a aceleração de Nesterov tanto nas atualizações de parâmetros quanto no espaço de medidas de probabilidade para otimizar a estimativa de máxima verossimilhança marginal (MMLE) e acelerar a convergência em diversos cenários de baixa e alta dimensionalidade.
Este trabalho utiliza o framework de busca evolutiva guiada por IA, AlphaEvolve, para identificar uma nova instância de pior caso que eleva o limite inferior da razão entre o ganho de trade ótimo e o do mecanismo do Ofertador Aleatório para 2,0749, superando as estimativas anteriores.
O artigo apresenta os Modelos de Gargalo Causal Estrutural (SCBMs), uma nova classe de modelos causais que assume que os efeitos entre variáveis de alta dimensão dependem apenas de estatísticas resumidas de baixa dimensão, oferecendo uma estrutura flexível para redução de dimensionalidade específica de tarefas e estimável com algoritmos simples, com benefícios demonstrados na transferência de aprendizado com poucos dados.
O artigo apresenta o Trilobyte, um esquema de tokenização em nível de byte que viabiliza a compressão sem perdas de áudio em alta fidelidade (até 24 bits) usando modelos de linguagem autoregressivos, superando o FLAC em resoluções de 8 e 16 bits, embora os ganhos de compressão diminuam à medida que a profundidade de bits aumenta.
Este trabalho propõe o primeiro algoritmo heurístico consciente de precisão para otimizar conjuntamente as camadas de particionamento e atribuições de clientes em Arquiteturas de Aprendizado Federado Dividido Hierárquico (HSFL), demonstrando que tal abordagem pode melhorar a precisão do modelo em 3%, reduzir o atraso em 20% e diminuir a sobrecarga de comunicação em 50% em comparação com soluções existentes.
O artigo propõe o Agentic Critical Training (ACT), uma abordagem de aprendizado por reforço que supera as limitações da aprendizagem por imitação ao treinar agentes para autonomamente julgar e refletir sobre a qualidade de suas ações, resultando em melhor desempenho e generalização em benchmarks desafiadores.
O artigo apresenta o "Impermanent", um novo benchmark ao vivo que avalia modelos de previsão de séries temporais em ambientes dinâmicos e não estacionários, utilizando dados em tempo real da atividade no GitHub para superar as limitações das divisões estáticas tradicionais e medir a verdadeira generalização temporal.
Este artigo propõe uma abordagem baseada em modelos de frequência mista para prever taxas de câmbio, demonstrando sua eficácia na superação das limitações causadas pela agregação temporal e na resolução do "puzzle" de Meese e Rogoff, com validação empírica no par CAD/USD.
Este artigo propõe um framework interpretável baseado em conceitos médicos-chave e redes neurais de convolução gráfica (GCN) para classificar imagens de ultrassom fetal, oferecendo explicações alinhadas à cognição clínica que superam as limitações de transparência dos modelos de deep learning tradicionais.
Este artigo apresenta um modelo baseado em redes neurais e LSTM que demonstra a forte correlação entre as tendências de casos de COVID-19 e Dengue, permitindo estimar infecções por Dengue em países com dados insuficientes utilizando informações da COVID-19.
Este artigo apresenta um método escalável e robusto que utiliza Redes Neurais em Grafos (GNNs) aplicadas a grafos de fatores para realizar estimativa de estado linear rápida e precisa em sistemas de potência com PMUs, mantendo a precisão mesmo na presença de falhas de medição ou comunicação.
O artigo apresenta o Ancestral GFlowNet (AGFN), um algoritmo de aprendizado por reforço que realiza inferência distribucional sobre grafos ancestrais e integra conhecimento prévio e feedback incerto de especialistas para refinar a descoberta causal, superando métodos existentes em precisão estrutural.
Este artigo apresenta um quadro unificado para aprender objetos desconhecidos a partir de medições lineares arbitrárias usando classes de modelos não lineares, estabelecendo limites de generalização próximos ao ótimo que relacionam a quantidade de dados necessária à complexidade estrutural do modelo e à variação deste em relação ao processo de amostragem.
Este artigo deriva estimativas teóricas de limites inferiores para o consumo energético de otimizadores neuromórficos ideais que utilizam o paradigma de "aprendizado na memória" (LIM), estabelecendo métricas de eficiência energética independentes do modelo que dependem apenas do número de operações, tamanho do modelo, velocidade de convergência e precisão da solução.
Este artigo propõe um novo sistema de detecção de alucinações visuais estruturais em imagens de personagens de desenho animado geradas por modelos Texto-para-Imagem, utilizando um Modelo Visão-Linguagem aprimorado por aprendizado em contexto com orientação de pose (PA-ICVL), que demonstra melhorias significativas de desempenho em comparação com métodos baseados apenas em imagens RGB.
O artigo apresenta o BInD, um modelo de difusão baseado em conhecimento que gera simultaneamente moléculas e suas interações com proteínas-alvo, superando as limitações de métodos existentes ao equilibrar eficazmente múltiplos objetivos no desenho de fármacos estruturalmente baseado.