9805 artigos
O artigo propõe um framework de construção de carteiras explicável e adaptativo baseado em um Modelo Oculto de Markov com distância de Wasserstein, que demonstra superioridade em desempenho ajustado ao risco e redução de drawdown ao identificar regimes de mercado dinâmicos e preservar a estabilidade das alocações em comparação com benchmarks tradicionais e estimadores não paramétricos.
O artigo apresenta o AMV-L, um framework de gerenciamento de memória para agentes LLM que utiliza uma pontuação de utilidade contínua e tiers de ciclo de vida para limitar o conjunto de trabalho de recuperação, resultando em melhorias significativas na latência de cauda e na taxa de transferência em comparação com políticas baseadas em tempo (TTL) ou LRU.
O artigo apresenta o SkillNet, uma infraestrutura aberta que organiza e avalia habilidades de IA em escala, permitindo que agentes aprendam com experiências passadas e melhorem significativamente seu desempenho em tarefas complexas.
Esta pesquisa apresenta um framework de aprendizado de conjunto explicável que, ao integrar dados clínicos e cognitivos estruturados com técnicas avançadas de pré-processamento e balanceamento, alcança alta precisão na previsão do Alzheimer, superando redes neurais profundas e destacando variáveis como o MMSE e a idade funcional como fatores determinantes para o suporte à decisão clínica.
Este artigo apresenta o MPBMC, uma abordagem híbrida que utiliza embeddings de redes neurais gráficas e estatísticas de tempo de execução para agrupar funcionalmente propriedades de hardware, acelerando significativamente a verificação formal por meio de Model Checking Limitado (BMC) em benchmarks do HWMCC.
O artigo propõe a NCnet, uma arquitetura clássica que exibe comportamentos estatísticos não-clássicos e correlações não-locais decorrentes de competições de gradientes entre tarefas compartilhadas, sugerindo que a métrica de não-clássicalidade pode servir como um indicador útil para entender a dinâmica de treinamento e o desempenho de generalização em redes neurais profundas.
Este artigo identifica e valida uma nova vulnerabilidade em modelos de linguagem e visão grandes, demonstrando que a otimização de uma função de perda para induzir instabilidade numérica gera imagens que degradam significativamente o desempenho desses modelos, revelando um vetor de falha distinto das perturbações adversariais tradicionais.
Este artigo propõe o paradigma de aprendizado HARR (Reconstrução e Representação de Atributos Heterogêneos), que transforma atributos numéricos e categóricos em um espaço unificado para aprender uma métrica de distância adaptativa e sem parâmetros, melhorando a precisão e a eficiência do agrupamento de dados mistos.
O VSPrefill é um mecanismo de atenção esparsa com treinamento leve que explora padrões estruturais verticais e diagonais para reduzir a complexidade do pré-preenchimento de contexto longo para linear, alcançando um aceleramento médio de 4,95x em 128k tokens com apenas 1,65% de perda de precisão em modelos como Qwen3 e LLaMA-3.1.
Este artigo apresenta o MAD-SmaAt-GNet, uma rede neural multimodal que aprimora a previsão de precipitação de curto prazo ao combinar a arquitetura leve SmaAt-UNet com um codificador para múltiplas variáveis meteorológicas e um componente de advecção baseado em física, resultando em uma redução de 8,9% no erro quadrático médio em comparação com o modelo de base.
Este estudo revela que os modelos de linguagem exibem uma estrutura computacional de duas fases ao lidar com exemplos conflitantes no aprendizado em contexto, onde cabeças de atenção específicas em camadas iniciais e tardias amplificam a vulnerabilidade a regras corrompidas, e a ablação direcionada dessas cabeças consegue melhorar significativamente o desempenho.
O artigo apresenta o framework Act-Observe-Rewrite (AOR), no qual um agente de linguagem multimodal melhora políticas de manipulação robótica sintetizando e reescrevendo código executável entre tentativas com base em observações visuais e falhas estruturadas, alcançando alto desempenho em tarefas sem necessidade de demonstrações, engenharia de recompensas ou atualizações de gradiente.
Este estudo apresenta um modelo de previsão de trajetória de navios em vias navegáveis interiores baseado em LSTM e atenção, que, embora atinja uma precisão comparável a trabalhos similares, revela através de sua arquitetura interpretável que as melhorias de desempenho não são inteiramente impulsionadas por relações causais com os navios vizinhos, destacando a importância da explicabilidade para garantir a confiança nesses sistemas.
O artigo propõe o framework de Entropia de Padrão Baseada em Dicionário (DPE), que integra a Teoria da Informação de Shannon e a Teoria da Informação Algorítmica para inferir a direção causal e os subpadrões específicos em sequências simbólicas, demonstrando desempenho robusto e competitivo em diversos sistemas sintéticos e dados biológicos.
O artigo apresenta um sistema de reconhecimento de atividades baseado em uma Rede Neural Convolucional Circular Dilatada (CDCNN) que processa dados multimodais de palmilhas inteligentes, alcançando 86,42% de precisão na classificação de quatro atividades e demonstrando viabilidade para implantação em sistemas embarcados.
Este trabalho propõe o framework MTDP, que utiliza a destilação multi-professor de modelos fundacionais de visão e séries temporais para pré-treinar modelos fundacionais de EEG com apenas 25% dos dados, superando os métodos de auto-supervisão tradicionais em diversas tarefas downstream.
Este artigo analisa os tempos de parada da conjectura de Collatz para através de uma perspectiva de aprendizado de máquina probabilístico, demonstrando que um modelo hierárquico bayesiano de regressão Negativa Binomial supera aproximações geradoras baseadas em decomposição de blocos ímpares, enquanto evidencia que a estrutura modular de baixa ordem é um fator crucial para a heterogeneidade observada nos dados.
Este estudo apresenta o Ab-Affinity, um novo modelo de linguagem grande capaz de prever com precisão a afinidade de ligação de anticorpos contra o peptídeo alvo da proteína spike do SARS-CoV-2, aproveitando avanços em inteligência artificial e o aumento de dados experimentais para auxiliar no design de anticorpos neutralizantes.
Este trabalho apresenta um framework de aprendizado contrastivo que alinha espectros de raios X com conhecimento extraído de artigos científicos, criando representações multimodais compartilhadas que melhoram a estimativa de variáveis físicas e facilitam a identificação de fontes astrofísicas raras ou pouco compreendidas.
O artigo apresenta o Aprendizado de Hessiano Projetado (PHL), um método escalável que treina potenciais interatômicos de aprendizado de máquina utilizando produtos vetor-Hessiano para incorporar informações de curvatura com precisão próxima à do Hessiano completo, mas com custo computacional e de memória significativamente reduzidos.