Marco de evaluación y comparación de métodos de detección de deriva de conceptos
Marco de evaluación para detección de deriva de conceptos. Nuevas métricas y protocolos. Resultados de benchmark en 7 datasets.
#imu
Cobertura temporal sobre densidad: entrenamiento eficiente para ML climático
Distribuir años de entrenamiento a lo largo del clima mejora modelos de downscaling, superando la continuidad temporal. Ahorra recursos computacionales.
PINN supera a Diferencias Finitas en difusión de calor ruidosa
Descubre cómo las PINN mantienen un 91% de precisión frente al 36% de las Diferencias Finitas bajo ruido en 3D, superando las limitaciones clásicas.
Red de Grafos de Malla para Simulación FEM en Geometrías Arbitrarias
Descubre una red neuronal de grafos de malla para acelerar simulación FEM en geometrías arbitrarias, superando modelos tradicionales con R² > 0.97.
GENERIC-FNO: Conservación de energía y entropía en FNO
Descubre cómo GENERIC-FNO integra conservación de energía y entropía en operadores neurales de Fourier, revolucionando la simulación termodinámica.
Aprendizaje de operadores Navier-Stokes 2D con predicción conforme
Aprende cómo la predicción conforme calibra la incertidumbre en redes neuronales para flujos Navier-Stokes 2D con pocos datos.
Refinamiento de escala adaptativo guiado por pérdida en fuerzas moleculares
Mejora la predicción de fuerzas moleculares con refinamiento de escala adaptativo guiado por pérdida. Reduce errores en sistemas iónicos acuosos. Avance en IA.
iOSWorld: Benchmark de agentes telefónicos inteligentes personalizados
Descubre iOSWorld, el primer benchmark interactivo para agentes inteligentes en iOS con identidad persistente. Evalúa modelos en tareas de una y múltiples apps. Resultados: hasta 52% de acierto.
Pruebas de estrés prospectivas: SVaR estable con GPR-HS y SACS
Descubre cómo el marco híbrido GPR-HS con SACS logra una estimación estable de SVaR en escenarios de estrés macro, superando métodos tradicionales. Ideal para CCAR e ICAAP.
Transfer learning para bosques causales
Aprende cómo el transfer learning aplicado a bosques causales (HTERF) mejora la estimación del CATE en entornos con pocos datos. Resultados y simulaciones.
Fórmulas Integrales para Productos Tensoriales de Señales Vectoriales
Nuevas fórmulas integrales reducen hasta 9x los cálculos en productos tensoriales vectoriales para redes SO(3)-equivariantes. Optimiza tu modelo de IA.
Ejecuta herramientas de ingeniería Windows en Mac sin VM
¿Necesitas TINA-TI en tu Mac? Aprende a ejecutarlo sin VM con CrossOver. Hack simple para software Windows de ingeniería en macOS.
Robótica aérea consciente de perturbaciones para monitoreo ético de fauna
Descubre cómo los drones con aprendizaje por refuerzo minimizan la perturbación animal, permitiendo un monitoreo ético y no invasivo de la fauna silvestre.
Paso a paso: marco de aprendizaje para seguimiento de pasos humanoides
Nuevo marco de aprendizaje permite a robots humanoides seguir pasos con precisión. Mejora la navegación en entornos complejos.
Vehículos submarinos autónomos: planificación end-to-end con RL
Explora cómo el aprendizaje por refuerzo jerárquico permite a vehículos submarinos autónomos planificar y ejecutar movimientos usando solo sensores básicos, con robustez al ruido.
Optimización Bayesiana de Reactor Químico Multiproducto con Modelos Compuestos
Descubre la optimización bayesiana con modelos compuestos mejora el rendimiento económico de reactores químicos multiproducto usando conocimiento físico parcial.
IR-SIM: Simulador ligero nativo de habilidades para navegación robótica
Simulador ligero IR-SIM: crea escenarios de navegación robótica desde lenguaje natural, entrena algoritmos y pasa a entornos reales sin código extra. Ideal para benchmarking.
Cosmo3DFlow: Compresion Espacio-Espectral con Wavelet para el Universo Temprano
Descubre Cosmo3DFlow, que usa wavelets y flow matching para reconstruir el universo temprano en segundos, 46x mas rapido.
Estrategia antiatascos inspirada en el zigzagueo de patrullas
Descubre la estrategia de absorción de atascos inspirada en el zigzagueo de patrullas. Método práctico para eliminar ondas de tráfico en autopistas. ¡Leer más!
IRAM-Omega-Q: Modelo para regulación de incertidumbre en agentes adaptativos
Nuevo marco cuántico IRAM-Omega-Q regula incertidumbre en agentes adaptativos. Compara órdenes de control y revela impacto en eficacia.