Árboles de Presupuesto Latente Simultáneo para Clasificación Estratificada
Clasificación estratificada interpretable con Árboles de Presupuesto Latente Simultáneo. Controla variables temporales, espaciales o demográficas.
#generativas
AGMMN: Redes adaptativas que mejoran el aprendizaje de dependencias
Descubre cómo AGMMN mejora el aprendizaje de dependencias en modelos de cópula, superando a GMMN y modelos paramétricos. Aplicación en S&P 500 y FTSE 100.
OmniBioTwin: Marco de sistemas gemelos para gemelos digitales de salud
Descubre OmniBioTwin: un marco de sistemas gemelos modulares para gemelos digitales de salud. Modela enfermedades complejas como el Alzheimer con capas coordinadas.
¿Enseñar a modelos fundacionales qué es una imagen generativa?
Descubre cómo detectar imágenes generativas sin modificar modelos. Método analítico sin gradientes, eficiente, y privado para edge y federated learning.
Aprendiendo a resolver ODEs generativas más allá del span lineal
Descubre SpanLift, un solucionador neural ligero que mejora el muestreo en pocos pasos de ODEs generativas, superando limitaciones de span lineal y logrando nuevos FID state-of-the-art.
REGEN: Generación Sintética de Series Temporales Multivariantes Guiada por Referencias
Descubre ReGeN, un generador que crea series temporales sintéticas de alta calidad usando referencias como andamios estructurales. Ideal para datos escasos.
Diff2SP: Generación de escenarios con difusión en programación estocástica
Diff2SP integra modelos de difusión en programación estocástica para generar escenarios óptimos. Mejora decisiones bajo incertidumbre.
Modelos de difusión con información física en espacio espectral
Descubre cómo los modelos de difusión en espacio espectral integran leyes físicas para resolver PDEs con eficiencia y precisión. Ideal para ingeniería y ciencia.
Hipergrafo multiescala para conectividad cerebral de alto orden
Descubre cómo MuHL, un marco de hipergrafos multiescala, aprende interacciones cerebrales de alto orden para mejorar la clasificación temprana de Alzheimer y Parkinson.
LP-DS: Dirección de difusión con perturbación lagrangiana
LP-DS optimiza políticas generativas congeladas mediante perturbaciones en el espacio de ruido, logrando hasta un 25% más de retorno en robótica y locomoción.
Más allá de la aumentación: Score guiado para detectar depresión con EEG
Nuevo método de clasificación guiada por puntuación detecta depresión con EEG sin aumentación de datos, mejorando precisión.
Modelos Generativos y Validación Estadística
Descubre cómo los modelos generativos modernos transforman la física y cómo medir su precisión, exactitud y potencia estadística.