Semantic Flip: Síntesis OOD para rechazo robusto en preguntas y localización
Semantic Flip genera datos OOD sintéticos para que robots digan 'no sé' en preguntas sin respuesta. ¡Mejora la seguridad en navegación!
#arn
No hay neuronas universales: neuronas basadas en tareas para redes neuronales artificiales
Descubre cómo las neuronas basadas en tareas mejoran el rendimiento de las redes neuronales artificiales, superando a los modelos tradicionales con un enfoque
Transporte Óptimo para Aprendices de Machine Learning
Descubre cómo el transporte óptimo revoluciona el machine learning: desde distancias de Wasserstein hasta modelos generativos. Una guía completa para
Múltiples descensos en deep learning: transiciones orden-caos en LSTM
Descubre cómo las redes LSTM muestran múltiples ciclos de rendimiento tras el sobreentrenamiento, vinculados a transiciones entre orden y caos. El punto óptimo
Estimación automatizada del ángulo Doppler con deep learning
El deep learning permite estimar el ángulo Doppler con precisión, reduciendo errores en la medición de velocidad sanguínea y evitando falsos diagnósticos.
Evaluación de clasificadores binarios sin rebalanceo ante desbalance
Descubre el rendimiento de clasificadores binarios sin rebalanceo. Evaluamos su robustez ante desbalance extremo con datos reales y sintéticos.
Rendimiento escolar: análisis multinivel con machine learning
Descubre cómo un modelo de Machine Learning analiza microdatos del SAEB para identificar los factores clave del rendimiento escolar. La explicabilidad con SHAP
AIRMap: Mapas de radio generados por IA para gemelos digitales inalámbricos
Acelera tus simulaciones inalámbricas con AIRMap: mapas de radio en milisegundos con precisión récord, 100x más rápido que ray tracing. ¡Ideal para gemelos
Revisitando polinomios de Chebyshev y RBF anisotropicos para regresion tabular
Descubre cómo los modelos suaves (Chebyshev y RBF) rivalizan con los árboles en regresión tabular, ofreciendo mejor generalización sin GPU.
RL eficiente para razonamiento visual-textual con difusión discreta
Descubre cómo la difusión discreta reduce un 26.9% el cómputo en razonamiento visual-textual y la recompensa factorizada mejora un 11.2% el rendimiento.
Evidencia genética humana: clave en la aprobación de fármacos
Estudio observacional de 26,278 pares muestra que la evidencia genética multiplica por 3.25 la tasa de aprobación de fármacos. Un recurso para el desarrollo
Clasificación ensemble de enfermedades en hojas de limón con deep learning
Descubre cómo un ensemble de InceptionV3 y MobileNetV2 clasifica enfermedades en hojas de limón con un 99.27% de precisión. Entrenamiento adversarial y
Un estudio empírico sobre el aprendizaje de representaciones latentes para la síntesis de voz emocional
Descubre cómo el deep learning mejora la síntesis de voz emocional con representaciones latentes. Aprende sobre FastSpeech 2 y transferencia de estilos.
Detección automatizada de daños con atención multimodal en imágenes satelitales
Atención multimodal logra 94.9% de precisión en clasificación automática de daños por desastres usando imágenes satelitales. Ideal para respuesta rápida.
Autoencoder Disperso Racional
Descubre cómo el Autoencoder Disperso Racional (RSAE) mejora la interpretabilidad de modelos de IA con una activación entrenable, superando a SAE tradicionales.
Restauración sensorial con BCIs: marco 2x2 y hoja de ruta
Descubre el marco 2x2 que unifica BCIs invasivos y no invasivos para restaurar, sustituir y aumentar sentidos. Hoja de ruta hacia la convergencia con IA.
Ingeniería de Arneses para IA Física: Middleware de Robots como Capa de Arnés
Descubre cómo el middleware de robots se convierte en el arnés para la IA física: proyección, aislamiento y transferencia en ROS 2.
Catálogo de 84 formatos numéricos con vectores bit-exactos
Descubre el primer catálogo abierto de 84 formatos numéricos con vectores de conformidad bit-exactos para FP8, BF16, MXFP4 y más. Ideal para portar modelos
Preservando la plasticidad en aprendizaje continuo mediante isometría dinámica
Descubre cómo preservar la plasticidad en aprendizaje continuo usando isometría dinámica. Optimizador AdamO y regularización para redes neuronales.
TNT: Solución al reward hacking en modelos híbridos
Descubre cómo TNT reduce el uso de tokens un 50% sin sacrificar precisión, eliminando el reward hacking en modelos de razonamiento.