Análisis estadístico del valor Shapley en localización de anomalías en sensores
Descubre el análisis teórico del valor Shapley para localizar anomalías en sensores. Comparamos su rendimiento con tests más simples y revelamos sorpresas.
#análisis
Análisis teórico de Engression y Reverse Markov Engression
Descubre los nuevos límites de convergencia no asintóticos para Engression y Reverse Markov Engression. Resultados casi óptimos para aprendizaje de distribuciones condicionales con redes profundas.
Detección contextual de habla para niños en grabaciones largas
Detección contextual de habla infantil en grabaciones largas: modelos auto-supervisados logran +13.8% F1, superando a sistemas basados en reglas en múltiples idiomas.
Roles del ocio y productividad en el PIB: análisis ML de Alemania y EE.UU.
¿Cómo influyen el ocio y la productividad en el PIB? Un modelo Random Forest compara Alemania y EE.UU. para revelar diferencias sociales clave.
Percepción primero: modelo nativo de video para QA implícito
Descubre por qué la percepción visual supera al razonamiento en preguntas de video. Análisis del modelo Perception First para el desafío VRR 2026.
MidSurfNet: Aprendizaje para abstracción de superficies medias
MidSurfNet usa IA para emparejar caras y generar superficies medias con offset variable, superando limitaciones en modelos CAD de pared delgada.
Recuperación exacta de comunidades en SBM con consultas limitadas
Descubre cómo las consultas adaptativas superan el límite de consultas uniformes para recuperar comunidades exactamente.
Covarianza Robusta por Celdas y Casos en Altas Dimensiones
Descubre cellRCov, un estimador robusto de covarianza que maneja outliers celda a celda, por casos y datos faltantes en altas dimensiones. Ideal para detección de anomalías.
Selección de prototipos usando análisis topológico de datos
Descubre cómo TPS y BoundaryTPS usan topología para seleccionar prototipos de forma eficiente, preservando estructura de datos y mejorando estabilidad.
Semimage: Codificación semántica HSV para representación de texto
Descubre Semimage, un método innovador que convierte texto en imágenes HSV para clasificación con CNNs. Mejora la interpretabilidad y precisión en análisis de documentos.
MINES: Inferencia de invariantes para detección explicable de anomalías
MINES infiere invariantes explicables en APIs web para detectar anomalías con alta precisión y casi cero falsos positivos. Mejora tu seguridad.
Pruebas privadas casi óptimas para hipótesis simples y MLR
Descubre pruebas privadas casi óptimas para hipótesis simples y MLR con privacidad diferencial gaussiana. Resultados comparables a pruebas no privadas.
Redes profundas analizan lenguajes libres de contexto con estadísticas locales
Las redes profundas aprenden a analizar lenguajes libres de contexto usando solo estadísticas locales. Un estudio revela cómo emergen representaciones jerárquicas.
Profundidad Polar para Datos Potencialmente de Cola Pesada
Descubre la profundidad polar, una nueva métrica para ordenar extremos en datos de cola pesada y detectar anomalías multivariantes. Aplicaciones en ciberseguridad y análisis de riesgos.
Agrupación funcional de datos de supervivencia con trayectorias log-riesgo suavizadas
Descubre el clustering funcional con trayectorias log-riesgo suavizadas para datos de supervivencia. Mejora la interpretabilidad y robustez en estudios clínicos.
Fusión de datos federados para efectos regionales en prevención del VIH
Descubre cómo la fusión de datos federados permite estimar efectos regionales de supervivencia en ensayos de prevención del VIH, preservando la privacidad.
Evaluación de disparidades raciales en gastos sanitarios mediante mediadores
Descubre cómo el machine learning descompone las disparidades raciales en gastos sanitarios, identificando el impacto de mediadores como nivel socioeconómico y acceso a seguros.
Descubrimiento de Componentes Independientes en Datos de Conteo Temporal
Un nuevo modelo generativo identifica componentes independientes en datos de conteo temporal con cambios de régimen. Aplicaciones en microbioma y clima.
Explorando patrones de ingresos con Python: Pandas, Matplotlib y Seaborn
Descubre cómo analizar patrones de ingresos con Pandas, Matplotlib y Seaborn usando datos del censo de EE.UU. Visualizaciones claras y código paso a paso.
Sensado comprimido adaptativo: estimación eficiente del eigenvector principal
Nuevo análisis muestra que el sensado adaptativo comprimido alcanza convergencia global con solo dos medidas por iteración, revelando límites insuperables frente a métodos no adaptativos.