NLLog: Detección de anomalías SOC con reescritura de logs a lenguaje
Descubre NLLog, un pipeline ligero que reescribe logs en lenguaje natural para detectar anomalías en SOC con alta precisión y bajas tasas de falsos positivos. Ideal para triage.
#aprendizaje automático
Aprendizaje de modelos de orden reducido afín al control mediante autoencoders
Descubre cómo los autoencoders permiten crear modelos de orden reducido afines al control, mejorando la predicción y el control de sistemas complejos. ¡Lee más!
Cómo la IA revela patrones de inundaciones compuestas
La IA analiza datos de mareas, lluvia y nivel freático para predecir inundaciones compuestas. Un estudio revela que el estado del subsuelo es clave. Conoce los hallazgos.
Transmutar prompts en pesos: edición directa de modelos de IA
Nuevo algoritmo transforma prompts en vectores y matrices de peso para editar modelos de lenguaje. Ahorra tiempo y mejora el control sin reentrenar.
LMM-IR: Marco multimodal consciente de netlist para caída de IR
El framework LMM-IR usa IA multimodal con transformers y nubes de puntos 3D para predecir caída de IR estática en chips. Acelera el diseño al reducir horas de análisis a minutos.
Las características de agregación fija pueden rivalizar con las GNN
Las FAFs convierten el aprendizaje en grafos en problemas tabulares, rivalizando con las GNNs sin entrenamiento. Mayor interpretabilidad.
Decaimiento a largo plazo de colas de SGD recortado en optimización no convexa
Nuevas cotas muestran que las colas de SGD y SGD recortado decaen exponencialmente más rápido. ¡Garantías a largo plazo mejoradas!
Variance-Gated Ensembles: Marco Epistémico para Incertidumbre
Descubre VGE, un marco innovador para estimar incertidumbre en modelos de ensamble. Eficiente, escalable y con conciencia epistémica. ¡Mejora tu IA!
TIME: La nueva generación de benchmarks de pronóstico de series temporales
Descubre TIME, benchmark de próxima generación para series temporales. 50 datasets, 98 tareas y evaluación zero-shot sin fuga de datos. Explora liderboard.
Regresión polinómica bagged y redes neuronales
Descubre cómo la regresión polinómica en bolsas iguala precisión de redes neuronales en predicción ambiental, con transparencia y diagnósticos intuitivos.
Relación entre CoCoA y ADMM en minimización de riesgo empírico distribuida
Descubre la relación entre CoCoA y ADMM en minimización de riesgo empírico distribuida y por qué ADMM puede superar a CoCoA.
Generación Contextual de Escenarios para Programación Estocástica en Dos Etapas
Aprende cómo la generación contextual de escenarios mejora la calidad de las decisiones en programación estocástica de dos etapas, reduciendo la cantidad de escenarios necesarios.
Modelos sustitutos causales multi-fidelidad para implosiones ICF
Descubre cómo los modelos sustitutos causales multi-fidelidad y el machine learning optimizan diseños en fusión por confinamiento inercial, acelerando descubrimientos y diagnósticos.
Calibración con Flow Matching para Inferencia Basada en Simulación
¿Modelos incorrectos en inferencia basada en simulación? FMCPE usa flow matching para corregir estimaciones con datos de calibración. Mejora tu precisión.
Equipo médico y resultados del paciente: análisis predictivo con IA
Descubre cómo la IA analiza la colaboración entre profesionales sanitarios para predecir la supervivencia del cáncer. Un enfoque innovador basado en datos de EHR.
Aprendizaje de operadores de colisión en plasma con simuladores diferenciables
Aprende cómo simuladores diferenciables infieren operadores de colisión en plasmas a partir de datos de espacio de fase, mejorando precisión y eficiencia.
Matching deriva-difusión en redes neuronales asimétricas
Descubre cómo las RNN asimétricas modelan dinámicas complejas con drift-diffusion matching, aplicado a memorias asociativas y episódicas.
Generación procedural de sonidos de motor con anotaciones de control
Descubre cómo generar datasets de sonidos de motor con anotaciones precisas. Ideal para entrenar modelos de IA en diseño de sonido automotriz.
GenSpan: Prioridades de movimiento para múltiples verbos en video
Aprende cómo GenSpan utiliza calibración de movimiento para recuperar momentos en video con múltiples verbos, mejorando precisión y reduciendo costos.
Transiciones de fase del transformador ruidoso en dimensión arbitraria
Nuevo estudio revela transiciones de fase en el modelo de transformador ruidoso para cualquier dimensión. Implicaciones para la teoría de atención en IA.