QueryMarket: Aprendizaje Activo Online con Costos en Mercados de Datos
Aprende cómo QueryMarket y OVBAL permiten comprar datos de forma inteligente bajo presupuesto, maximizando el rendimiento del modelo en streams dinámicos.
#marginal
Intervalos de predicción conformales con garantías en las colas
Descubre cómo los intervalos de predicción conformales ofrecen garantías específicas para colas superior e inferior, mejorando la calibración en datos
QueryMarket: aprendizaje activo en mercados de datos
Descubre QueryMarket y OVBAL, un marco que optimiza la compra de datos en flujos no estacionarios, maximizando la utilidad bajo restricciones de presupuesto.
No todos los estimadores de divergencia de Jensen-Shannon son iguales
¿Sabías que los estimadores de divergencia Jensen-Shannon no son iguales? Aprende cómo el protocolo afecta la fidelidad de datos sintéticos.
Optimalidad en el muestreo por importancia: una revisión suave
Descubre cómo optimizar la densidad propuesta en métodos Monte Carlo para mejorar el rendimiento en aprendizaje automático, inferencia bayesiana y más.
Detectabilidad distribuida frente a ataques marginal-preservantes
Los ataques que reparten el daño en pasos benignos burlan monitores unipaso. Descubre cómo la correlación temporal los detecta.
Identificabilidad y estimación en mezclas no etiquetadas bajo independencia marginal
Descubre cómo identificar componentes latentes en mezclas no etiquetadas usando independencia marginal. Nuevo estimador PM-MMD mejora recuperación sin necesidad de etiquetas.
Marginalización de fase en Vision Transformers: inestabilidad de cuadrícula
Mejora la segmentación y profundidad con marginalización de fase en Vision Transformers. Sin entrenamiento, más precisión.
Comparativa de retroalimentación en escritura técnica: LLMs vs SLMs vs humanos
Estudio compara retroalimentación en escritura técnica de LLMs, SLMs y humanos. Los estudiantes valoran los modelos locales por su privacidad y costo cero.
Regresión polinómica bagged y redes neuronales
Descubre cómo la regresión polinómica en bolsas iguala precisión de redes neuronales en predicción ambiental, con transparencia y diagnósticos intuitivos.
Inferencia Gráfica en Contexto (ICG-I)
ICG-I logra estado del arte en inferencia gráfica: reduce MAE un 50% y resuelve gráficos frustrados donde BP diverge. Conoce el método.
Expectativas vs Realidades: Predicción Óptima MSE bajo Incertidumbre
Pequeñas relajaciones en MSE (≤5%) logran mejoras de hasta 30% en realismo marginal en pronósticos a largo plazo. Descubre el trade-off precisión-realismo.