Convergencia no asintótica de algoritmos estocásticos: marco de Lyapunov
Descubre cómo las funciones de Lyapunov permiten analizar la convergencia finita de algoritmos estocásticos en aprendizaje automático y refuerzo.
#estocástico
Funciones de valor como certificados de supermartingala
Descubre cómo las funciones de valor en RL sirven como certificados de supermartingala para garantizar propiedades en sistemas estocásticos. ¡Una conexión teórica revolucionaria!
Modelos de dinámicas de red con múltiples condiciones iniciales usando WSINDy
Descubre cómo WSINDy extrae modelos efectivos de dinámicas en redes usando múltiples condiciones iniciales, mejorando precisión con alto ruido.
Ubicuidad de la dinámica hebbiana emergente en aprendizaje regularizado
Descubre: La regularización L2 genera dinámicas hebbianas emergentes en el aprendizaje. El ruido estocástico induce anti-hebbianismo. Implicaciones clave.
Aprendizaje Online Transductivo Multiclase Universal
Descubra cómo la nueva estructura 'Árbol LCLL' define la aprendibilidad en clasificación online transductiva con etiquetas ilimitadas, y las dos únicas tasas óptimas posibles.
Representaciones de Predictibilidad Transferibles: Una Nueva Red Ordinal
Descubre cómo la nueva red GON aprende representaciones transferibles de predictibilidad en sistemas dinámicos, superando la ambigüedad ordinal.
Predicción de enfermedades infecciosas con grafos estocásticos espacio-temporales
Descubre cómo un nuevo modelo de grafos estocásticos espacio-temporales logra predecir con precisión brotes de COVID-19 y varicela a nivel nacional.