Análisis de Clústeres con Remuestreo para Validación y Exploración (CARVE)
Descubre CARVE, un paquete open-source que valida y explora clústeres mediante remuestreo, superando a índices clásicos en datos de alta dimensión.
Descubre CARVE, un paquete open-source que valida y explora clústeres mediante remuestreo, superando a índices clásicos en datos de alta dimensión.
Descubre cómo el clustering de verbos basado en un léxico sintáctico mejora el análisis sintáctico del francés en parsers probabilísticos.
Descubre cómo generar datos sustitutos para pruebas estadísticas no paramétricas en grafos dirigidos, superando limitaciones de métodos existentes.
Descubre el análisis teórico del valor Shapley para localizar anomalías en sensores. Comparamos su rendimiento con tests más simples y revelamos sorpresas.
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 infantil en grabaciones largas: modelos auto-supervisados logran +13.8% F1, superando a sistemas basados en reglas en múltiples idiomas.
¿Cómo influyen el ocio y la productividad en el PIB? Un modelo Random Forest compara Alemania y EE.UU. para revelar diferencias sociales clave.
Descubre por qué la percepción visual supera al razonamiento en preguntas de video. Análisis del modelo Perception First para el desafío VRR 2026.
MidSurfNet usa IA para emparejar caras y generar superficies medias con offset variable, superando limitaciones en modelos CAD de pared delgada.
Descubre cómo las consultas adaptativas superan el límite de consultas uniformes para recuperar comunidades exactamente.
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.
Descubre cómo TPS y BoundaryTPS usan topología para seleccionar prototipos de forma eficiente, preservando estructura de datos y mejorando estabilidad.
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 infiere invariantes explicables en APIs web para detectar anomalías con alta precisión y casi cero falsos positivos. Mejora tu seguridad.
Descubre pruebas privadas casi óptimas para hipótesis simples y MLR con privacidad diferencial gaussiana. Resultados comparables a pruebas no privadas.
Las redes profundas aprenden a analizar lenguajes libres de contexto usando solo estadísticas locales. Un estudio revela cómo emergen representaciones jerárquicas.
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.
Descubre el clustering funcional con trayectorias log-riesgo suavizadas para datos de supervivencia. Mejora la interpretabilidad y robustez en estudios clínicos.
Descubre cómo la fusión de datos federados permite estimar efectos regionales de supervivencia en ensayos de prevención del VIH, preservando la privacidad.
Descubre cómo el machine learning descompone las disparidades raciales en gastos sanitarios, identificando el impacto de mediadores como nivel socioeconómico y acceso a seguros.