ProfiliTable: Procesamiento de Datos Tabulares con Flujos de Trabajo Agentes
Optimiza datos tabulares con ProfiliTable: perfiles dinámicos y agentes autónomos para transformaciones robustas.
#aumento de datos
Síntesis de Cópula Gaussiana Binaria: aumento de datos con LLM para diálisis
Mejora la predicción de diálisis temprana con BGCS: uso de cópula gaussiana y GPT-2 para generar datos sintéticos realistas. Supera a SMOTE y CTGAN.
Diseño orientado a canales para reconstrucción EEG-música
Descubre cómo un diseño orientado a canales mejora la reconstrucción de música a partir de señales EEG débiles, preservando información neuronal clave y superando limitaciones existentes.
WISE-HAR: Reconocimiento de Actividades Humanas con WiFi y Deep Learning
Aprende cómo WISE-HAR usa ensemble de CNNs para reconocer actividades humanas con WiFi, logrando un 95% de precisión y robustez en diversos entornos.
NILC: Descubriendo nuevas intenciones con clustering asistido por LLM
NILC usa LLMs para mejorar el clustering en descubrimiento de nuevas intenciones, superando benchmarks en sistemas de diálogo.
Midiendo la tasa de intercambio simetría-datos
Estudio revela que un prior de simetría erróneo perjudica el aprendizaje más que no tenerlo. Además, aumento de datos con promediado iguala modelos equivariante
RADE: Regularización con adición y eliminación aleatoria de aristas
RADE: aumento estocástico de aristas que reduce sobreajuste y sobre-compresión en GNNs. Sin desalineación entrenamiento-inferencia, mejora el rendimiento.
Nueva estrategia de aumento de datos para clasificación robusta de señales biomédicas (ECG y EEG)
Descubre una nueva estrategia de aumento de datos para clasificar señales ECG y EEG con precisión del 100%. Modelo ligero listo para wearables.
Síntesis controlable de nódulos pulmonares con difusión latente
Nuevo modelo de difusión latente con regularización por histograma genera nódulos pulmonares realistas para mejorar diagnóstico del cáncer en TC.
Aumento de paráfrasis en destino para traducción de lengua de señas con LLMs
Descubre la paráfrasis generada por GPT-4o que mejora la traducción de lengua de señas en PHOENIX14T, pero revela límites en conjuntos extremos.
Aggregation Buffer: Revisando DropEdge con un nuevo bloque de parámetros
Descubre cómo Aggregation Buffer mejora las GNNs superando las limitaciones de DropEdge, reduciendo sesgos y aumentando la robustez en aprendizaje supervisado.
Promoviendo la Generalización para Solucionadores Exactos mediante Aumento de Instancias Adversarias
Generalización con aumento adversario para solucionadores exactos. Mejora la precisión y robustez en problemas de optimización con técnicas de aumento adversarial.