3812 artigos
O artigo apresenta a Locally Adjacency Spectral Embedding (LASE), um método que utiliza decomposição espectral ponderada para capturar estruturas localmente de baixa dimensão em redes, superando as limitações das abordagens globais tradicionais e demonstrando ganhos teóricos e empíricos na reconstrução e visualização de dados.
Este artigo formaliza a estabilidade de representações em aprendizado de máquina como identifiabilidade estatística e estrutural, propondo definições de quase-identificabilidade que permitem resolver ambiguidades lineares via Análise de Componentes Independentes (ICA) para alcançar o desentrelaçamento de fatores latentes em modelos como autoencoders e transformers.
Este artigo estende o teorema de aproximação de operadores de Chen-Chen para espaços localmente convexos, introduzindo Topological DeepONets que utilizam funcionais lineares contínuos para aproximar uniformemente operadores contínuos entre espaços de funções gerais e domínios euclidianos.
Este artigo estabelece uma análise de estabilidade algorítmica média para o SGD pré-condicionado multipass, demonstrando que a escolha inadequada do pré-condicionador pode levar a uma dependência subótima na dimensão efetiva, prejudicando tanto a otimização quanto a generalização.
O artigo apresenta o BTZSC, um novo benchmark abrangente para classificação de texto zero-shot que, ao avaliar 38 modelos em 22 conjuntos de dados, revela que os rerankers modernos estabelecem um novo estado da arte, superando os modelos baseados em NLI e oferecendo um desempenho competitivo em comparação com embeddings e LLMs instruídos.
O artigo propõe o FedFew, um algoritmo de Aprendizado Federado Personalizado que reformula o problema como uma otimização "poucos para muitos", mantendo apenas um pequeno número de modelos compartilhados no servidor para atender eficientemente a milhares de clientes com dados heterogêneos, superando abordagens existentes em precisão e escalabilidade.
Este artigo propõe uma arquitetura de orquestração descentralizada e agnóstica para ambientes de Computação Fluida que, ao elevar os serviços de controle de domínio a capacidades de primeira classe, viabiliza a implantação segura de Aprendizado Federado Descentralizado (DFL) multi-domínio sob ameaças bizantinas por meio de um mecanismo de detecção de anomalias chamado FU-HST.
Este artigo propõe e valida três arquiteturas de metamodelos baseados em aprendizado profundo (MLP-LSTM, MPNN-LSTM e AE-LSTM) para prever a resposta dinâmica de sistemas estruturais não lineares de alta dimensão sob incertezas paramétricas e de cargas, demonstrando sua capacidade de gerar previsões precisas com estimativas confiáveis de incerteza preditiva.
O artigo apresenta o Flowcean, um novo framework modular e flexível que automatiza a geração de modelos de Sistemas Ciber-Físicos (CPS) por meio de aprendizado de dados, integrando diversas estratégias de aprendizado, métodos de processamento e métricas de avaliação para tornar o processo mais eficiente e acessível.
Este artigo apresenta uma abordagem de otimização riemanniana para treinar Estados de Produto Matricial Unitários (MPS) em modelagem generativa, demonstrando que essa arquitetura oferece maior eficiência, estabilidade e expressividade ao reduzir a ambiguidade nas atualizações de parâmetros em comparação com métodos baseados em gradiente padrão.
O artigo propõe o AGMARL-DKS, um escalonador de Kubernetes baseado em aprendizado por reforço multiagente aprimorado por grafos e ordenação lexicográfica adaptativa, que supera o escalonador padrão ao melhorar a tolerância a falhas, a utilização de recursos e a redução de custos em ambientes dinâmicos e heterogêneos.
Este trabalho demonstra que os estimadores de redes pré-treinadas em dados (PFNs) para inferência causal podem apresentar viés induzido pelo prior, mas propõe e valida uma calibração via correção posterior de um passo (OSPC) com posteriors de martingala para restaurar a consistência frequentista e garantir uma quantificação de incerteza bem calibrada para o efeito médio do tratamento.
O artigo apresenta a "Slow-Fast Inference" (SFI), uma metodologia de aceleração de inferência sem necessidade de treinamento que reduz custos computacionais em contextos longos ao alternar entre passos rápidos que reutilizam uma memória esparsa estável e passos lentos que atualizam essa memória em fronteiras semânticas, mantendo a qualidade do modelo.
O artigo propõe o SeGP-CL, um método de aprendizado contínuo para modelos visão-linguagem que preserva a geometria semântica e evita o esquecimento catastrófico ao utilizar âncoras adversariais, destilação geométrica e regularização textual, alcançando desempenho superior em benchmarks sem necessidade de exemplares.
Este artigo demonstra matematicamente e experimentalmente que redes de reações químicas sem camadas ocultas podem aprender tarefas de classificação com maior eficiência e precisão do que redes de neurônios pulsantes que exigem camadas ocultas, oferecendo uma explicação teórica para o potencial aprendizado mais eficiente em redes bioquímicas celulares.
Este artigo propõe um framework de redes neurais convolucionais temporais (TCNs) para a caracterização de ligação de fatores de transcrição como um problema de classificação multirrotulada, demonstrando que essa abordagem captura eficazmente as interações cooperativas entre múltiplos fatores e revela padrões biológicos significativos.
O artigo propõe o método Avatar, que utiliza consistência de Bellman cruzada e um crítico híbrido para superar os desafios de mapeamento entre domínios e transferência negativa no aprendizado por reforço cruzado, demonstrando eficiência em tarefas de locomoção e manipulação robótica.
Este artigo propõe um pipeline de busca de arquitetura neural (NAS) eficiente em recursos que utiliza modelos de linguagem grandes (LLMs) em um ciclo fechado com memória de feedback histórica para iterativamente gerar e refinar arquiteturas de redes neurais convolucionais para classificação de imagens em uma única GPU de consumo, alcançando melhorias significativas de precisão sem necessidade de fine-tuning ou infraestrutura em nuvem.
Este artigo propõe uma nova abordagem para o desenho ótimo de experimentos bayesianos em lote, baseada em fluxos de gradiente de Wasserstein e uma formulação probabilística que permite explorar paisagens de otimização complexas e obter lotes de alta utilidade através de algoritmos de partículas escaláveis.
Este artigo propõe o MMDDPG, um framework de aprendizado por reforço que utiliza otimização minimax com um objetivo fracionário para estabilizar o treinamento e gerar políticas robustas contra perturbações externas e incertezas de modelo em tarefas de controle contínuo.