Dataset REST-ASMR: fotopletismografía y respuestas conductuales
Descubre REST-ASMR, un dataset multimodal que combina fotopletismografía y anotaciones subjetivas para predecir estados ASMR con alta precisión. Ideal para IA afectiva.
#aprendizaje profundo
Operadores Neuronales de Haces Celulares para Modelado de PDEs con Restricciones
Operadores Neuronales de Haces Celulares ofrecen modelado sustituto de PDE con restricciones, preservando estructura para simulaciones en MHD y fusión.
Estructura y escala en el modelado de secuencias simpliciales
Descubre cómo la escala en modelos de secuencias simpliciales se correlaciona con estructura y rendimiento en transformers. Un estudio revela patrones predecibles.
FAiT: Transformer Invertido Consciente de la Frecuencia para Series Temporales
Descubre FAiT: supera el sesgo de baja frecuencia y modula dinámicamente frecuencias para pronósticos precisos de series temporales multivariables.
Estructura y Escala en Modelado de Secuencias Simpliciales
¿Cómo se relacionan las leyes de escalado con las representaciones internas en deep learning? Este estudio revela una correlación entre rendimiento y estructura
FAiT: Transformer Invertido Consciente de Frecuencia para Series Temporales
FAiT: Transformer invertido que corrige el sesgo de baja frecuencia en pronóstico de series temporales multivariadas con modulación dinámica
Más allá del simplex: Geometría de prototipos balanceados
Un nuevo enfoque teórico para el reconocimiento de clases abiertas usando prototipos balanceados. Ideal para seguridad en imágenes médicas.
Por qué los estudiantes DMD son perezosos? Entendiendo el copiado en destilación
Descubre por qué los estudiantes DMD copian al maestro en la destilación de pocos pasos. Un fenómeno emergente en alta dimensión que desafía las expectativas.
BlockGen: Modelado flexible de secuencias por bloques con muestreadores híbridos
Descubre BlockGen: combina difusión uniforme y enmascarada con muestreo híbrido para generar secuencias por bloques de alta calidad. Supera modelos previos.
Combinación de ruido y filtro bilateral para robustez adversarial en CNN
Un preprocesador simple combina ruido gaussiano y filtro bilateral para lograr robustez adversarial supralineal en CNNs con bajo costo computacional.
Picos masivos en LLMs: vectores de sesgo y cuantización sin picos
Descubre cómo los picos masivos en LLMs son vectores de sesgo y cómo la cuantización sin picos revoluciona la eficiencia de los modelos de IA. ¡Optimiza tu AI!
IDLM: modelos de lenguaje de difusión inversa 64x más rápidos
IDLM acelera modelos de lenguaje de difusión hasta 64x sin perder calidad. Optimiza la generación de texto con destilación inversa. ¡Descubre más!
Circuitos probabilísticos geométricos mediante teselaciones de Voronoi
Teselaciones de Voronoi para circuitos probabilísticos: inferencia exacta y aproximada en estimación de densidad. ¡Optimiza tus modelos!
Límites del razonamiento espacial en LLMs de frontera
Los LLM de frontera fallan en rotación mental incluso con ayuda externa. Estudio: solo 62.5% de precisión. Descubre por qué carecen de primitivas visuales.
¿Cuánta ortogonalización necesita Muon?
Descubre cuánta ortogonalización necesita el optimizador Muon para entrenar redes neuronales de forma eficiente sin sacrificar precisión.
Autoencoders conscientes del producto para monitoreo robusto de procesos en CPS
Autoencoders conscientes del producto detectan anomalías en entornos multiproducto con 100% de precisión, eliminando puntos ciegos de seguridad.
FW-NKF: Filtro de Kalman Neuronal Ponderado por Frecuencia
Descubre cómo FW-NKF combina filtros de Kalman con redes neuronales y ponderación de frecuencia para reducir errores de localización en robótica hasta un 10%.
Reescalado adaptativo monótono sin hiperparámetros para colas largas
Nuevo método SAMN elimina hiperparámetros en reescalado adaptativo monótono para colas largas. Resultados SOTA en benchmarks.
DAG-MoE: De la Mezcla Simple a la Agregación Estructural en MoE
Descubre DAG-MoE: agrega estructuralmente expertos para mejorar MoE sin costos adicionales.
Diagnóstico del deterioro cognitivo con atención contrafactual guiada por atlas
Descubre GCAN, modelo de atención contrafactual para diagnóstico explicable del deterioro cognitivo usando conectomas multimodales. Preciso y transparente.