Coordinación de enjambre Edge-to-Cloud para resiliencia costera datos escasos
Coordinación enjambre Edge-to-Cloud logra 89% precisión en datos costeros escasos. Aprende el algoritmo cuántico inspirado.
#imputación
FADTI: Imputación de series temporales multivariadas con Fourier y atención
FADTI: imputación de series temporales con Fourier y atención. Supera a modelos previos en datos faltantes. Ideal para salud, tráfico y biología. ¡Descúbrelo!
SNR-ST-Mix: Aumento de datos para transcriptómica espacial
SNR-ST-Mix mejora la imputación en transcriptómica espacial con aumentos basados en vecinos espaciales y similitud de expresión, sin aumentar la complejidad del modelo.
CountsDiff: modelo de difusión para generación e imputación de datos de recuento
CountsDiff revoluciona la generación e imputación de datos de recuento con un modelo de difusión para números naturales. Supera a métodos líderes en scRNA-seq. ¡Descubre cómo!
Imputación espacio-temporal con flujo guiado por grafos
Descubre GiFlow: imputación espacio-temporal con flujo guiado por grafos. Supera a los métodos tradicionales en eficiencia y precisión.
HyFAD: Difusión híbrida tiempo-frecuencia para imputación de series temporales
Descubre HyFAD, el modelo de difusión híbrido que revoluciona la imputación de series temporales. ¡Código abierto!
TabSODA: Imputación difusa tabular con detección de saltos y conciencia ordinal
TabSODA: imputación precisa que respeta saltos estructurales y ordinales. Reduce errores hasta 23,7%.
Harpoon: Guía de Variedades Generalizada para Difusión Tabular Condicionada
Descubre Harpoon, un método de difusión tabular que guía la generación de datos con restricciones en inferencia, superando limitaciones de métodos anteriores.
TS-ICL: Un modelo flexible de series temporales mediante aprendizaje en contexto
Descubre TS-ICL, un innovador modelo de series temporales que unifica pronóstico e imputación mediante aprendizaje en contexto. Supera a otros modelos en imputación y pronóstico con datos parciales.
PAMF: Fusión Multimodal Consciente de Prioridades para Datos Incompletos
¿Datos médicos incompletos? PAMF fusiona información multimodal con prioridades para mejorar predicciones. Descubre este nuevo enfoque de IA.
Imputación selectiva con difusión consciente de incertidumbre
Diff-Joint identifica cuándo no imputar datos faltantes con ausencias significativas. Mejora modelos de análisis usando difusión consciente de incertidumbre.
Entrenamiento escalable en hardware de QNN y aplicación a datos clínicos
Entrena redes cuánticas en hardware de forma escalable con coste logarítmico. Aplicación a datos clínicos con resultados superiores.
Supervivencia sin censura con modelos fundacionales tabulares
Aprende cómo aplicar modelos fundacionales tabulares al análisis de supervivencia sin entrenamiento. Resultados competitivos con Cox y AFT. ¡Entra!
A quién y qué preguntar: elicitación grupal adaptativa con LLM
Descubre cómo un enfoque adaptativo con LLM y redes neuronales predice opiniones grupales con solo el 10% de encuestados.
Descomposición tensorial bayesiana con prior de modelo de difusión
DiffBCP combina descomposición tensorial bayesiana y modelos de difusión para reconstruir datos corruptos. Ideal para inpainting y denoising de imágenes.
AugMask: entrenamiento de modelos de difusión con datos tabulares incompletos
Descubre AugMask: entrena modelos de difusión en datos tabulares incompletos con aumento estocástico. Mejora la generación de datos.