Precios con ponderación de credibilidad para seguros de autos autónomos en ODD cambiante
Nuevo enfoque con credibilidad bayesiana y kernel ODD para tarificar seguros de vehículos autónomos. Validado con datos de Waymo, mejora las primas en entornos
#bayesiano
Factorización tensorial Poisson-Gamma bayesiana en comercio internacional
Descubre cómo un modelo bayesiano de factorización tensorial analiza 60 millones de flujos comerciales, modelando ceros excesivos y colas pesadas. Aplicación
Más allá de la desigualdad de datos: beneficio de tareas de bajo nivel
La desigualdad de datos dice que preprocesar no sirve, pero con datos finitos las tareas de bajo nivel mejoran la clasificación. Descubre el estudio teórico y
Optimización de carteras con cambios de régimen y colas pesadas
El algoritmo BAVAR-BLED optimiza carteras con colas pesadas y cambios de régimen, logrando Sharpe 1.72 y retorno 57%.
Inferencia de atributos desde anuncios dirigidos interactivos
Los anuncios dirigidos interactivos pueden revelar atributos de usuarios. Estudio analiza ataques de inferencia y defensas.
IA para el bien social: efecto de regulaciones en contaminación en Londres
Descubre cómo regulaciones ambientales redujeron el PM2.5 en Londres un 12.35% (1.88 μg/m³) según IA causal. Clave para políticas.
Mitigación Bayesiana de Anomalías: Pérdida Robusta y Clasificador No Supervisado
NBAM reemplaza la pérdida estándar en aprendizaje supervisado y además detecta automáticamente muestras contaminadas sin etiquetas. Ideal para datos ruidosos.
Atribución de Marketing Integrada: Marco Bayesiano para Privacidad y MMM
Descubre cómo IMA unifica MMM y MTA para atribución granular y privada. Optimiza campañas sin tracking.
Priores basados en datos: unificación vía función score para muestreo posterior
Unifica priors basados en datos con la función score para muestreo posterior. Comparativa y experimentos en restauración de imágenes.
Inferencia Variacional No Paramétrica Estructurada para Modelado Latente Dependiente
Descubre SN-VI, un nuevo marco de inferencia variacional que modela dependencias latentes sin suposiciones de campo medio. Mejora la precisión en modelos
Estimación de incertidumbre calibrada sin muestreo en deep learning bayesiano
CVP ofrece estimación de incertidumbre calibrada sin muestreo para deep learning bayesiano, logrando precisión de Monte Carlo en una sola pasada. Mejora
Aprendizaje espectral profundo con operadores de transferencia latentes
Aprende sobre el Deep Spectral Encoder, un modelo de aprendizaje profundo que usa operadores de transferencia latentes para sistemas dinámicos estocásticos, con
Aprendizaje Espectral Profundo de Operadores Latentes en Sistemas Dinámicos
Nuevo método de aprendizaje espectral: DSE mejora filtrado bayesiano y descomposición Koopman en sistemas estocásticos mediante operadores latentes.
DTVEM-RE: Modelo jerárquico para estimar rezagos individuales
Nueva extensión de DTVEM para estimar rezagos personales. Modelo jerárquico bayesiano y Ornstein-Uhlenbeck. Resultados precisos.
Adaptación ruido estructurado filtro bayesiano secuencial y operadores latentes
Mejora la estimación dinámica en entornos ruidosos con adaptación de ruido estructurado en filtros Bayesianos secuenciales y operadores latentes.
Muestreo por Rechazo Variacional Implícito
El método IVRS combina redes neuronales y muestreo por rechazo para mejorar la inferencia bayesiana con aproximaciones posteriores precisas y un ELBO ajustado.
Aprendizaje activo bayesiano multidimensional en memoria de trabajo
Investigación valida el aprendizaje activo bayesiano multidimensional para evaluar memoria de trabajo en entornos virtuales. Solo 30 muestras son suficientes.
¿Eres tú o tu entorno? Inferencia bayesiana con anclaje genómico
Un marco de inferencia bayesiana usa tu genoma como ancla para separar tu fisiología constitucional del entorno, solucionando el arranque en frío en IA de salud.
Tiempos de mezcla en Gibbs con aumento de datos para probit de alta dimensión
Analizamos los tiempos de mezcla de Gibbs con aumento de datos en regresión probit de alta dimensión. Límites explícitos y cómo elegir prior que acelera la convergencia.
Atención Lineal Kalman: Filtrado Bayesiano Paralelo para Lenguaje
Descubre KLA: Atención Lineal de Kalman, un filtrado bayesiano paralelo que supera a Mamba y GLA en modelos de lenguaje.