Estimación eficiente de hipergradientes en RL bi-nivel descentralizado
Aprende a estimar hipergradientes en RL bi-nivel descentralizado con el truco de Boltzmann. Optimización eficiente sin intervención.
#markov
Estimación insesgada de derivadas para medias estacionarias
Aprende cómo estimar gradientes de forma insesgada en cadenas de Markov, incluso con mezcla lenta. Perfecto para modelos con redes neuronales.
Análisis de series temporales en machine learning
Descubre cómo aplicar técnicas de machine learning a series temporales: desde modelos clásicos ARIMA hasta deep learning con transformers. Ejemplos en astronomía, finanzas y más.
Redes Bayesianas y de Markov: Guía Intuitiva a la Incertidumbre Estructurada
Descubre cómo las redes bayesianas y de Markov modelan la incertidumbre estructurada. Una guía intuitiva para entender estos modelos probabilísticos en IA.
Decodificación Bellman-Taylor para MDP con acciones estado-dependientes
La decodificación Bellman-Taylor optimiza políticas en MDP con acciones estado-dependientes, superando RL tradicional. Resultados óptimos en control de colas.
Aprendizaje por Refuerzo Basado en Modelos con Recompensas No Markovianas
Descubre QR-MAX, algoritmo que logra convergencia PAC y eficiencia en problemas de recompensa no markoviana.
Reconstrucción de grafos: ataques y defensas más allá de la homofilia
Los ataques MC-GRA reconstruyen la topología de entrenamiento de GNN. Las defensas MC-GPB protegen la privacidad con mínima pérdida de precisión.
DICE: Selección de equilibrio regularizada para coordinación estable de LLM
DICE resuelve inestabilidad en LLM multiagente con selección equilibrio regularizada por entropía, mejorando precisión y costes.
Aprendizaje basado en modelos de índices Whittle
Descubre BLINQ, el nuevo algoritmo basado en modelos que aprende índices Whittle de forma más rápida y precisa que Q-learning, reduciendo muestras y costo computacional.
Codificación predictiva con priors bayesianos mediante gradientes proximales
Descubre cómo la codificación predictiva se reinterpreta como descenso por gradiente proximal, usando priors bayesianos para redes con fugas y jerarquías. ¡Optimización profunda!
Tasa robusta O(1/√T) para aprendizaje TD sin proyección
Descubre cómo el algoritmo TD(0) sin proyección logra una tasa de convergencia sublineal robusta, incluso con ruido markoviano. Una mejora clave para el RL.
Capturando dinámicas no Markovianas en sistemas estocásticos con flow matching
Aprende cómo el flow matching modela dinámicas no Markovianas en sistemas estocásticos, mejorando simulaciones de partículas brownianas.
Cierre no markoviano asistido por Mamba para modelado de orden reducido
Descubre cómo el modelo MAC, basado en Mamba, mejora la precisión y estabilidad en el modelado de orden reducido de sistemas dinámicos.
Desaprendizaje exacto en aprendizaje por refuerzo
Descubre cómo un nuevo algoritmo de RL permite eliminar datos de usuarios de forma exacta y eficiente, reduciendo el costo computacional. ¡Optimiza la privacidad!
Aprendizaje bayesiano para el problema de ruta más corta estocástica
Aprende cómo el aprendizaje bayesiano cuantifica la incertidumbre en rutas estocásticas, mejorando la eficiencia de datos frente a métodos tradicionales.
Olvido y estabilidad en modelos generativos basados en puntuación
Descubre cómo la estabilidad y el olvido en modelos generativos basados en puntuación mejoran el muestreo. Análisis de la propagación de errores.
Inferencia bayesiana de difusiones con flujos normalizantes Neural Galerkin
Aprende cómo los flujos normalizantes Neural Galerkin permiten inferencia bayesiana eficiente en difusiones con fronteras inaccesibles.
Gradiente de Política para MDP Robustos en Tiempo Continuo
Descubre cómo los algoritmos de gradiente de política en tiempo continuo mejoran la robustez en MDPs, con convergencia lineal y menor complejidad muestral.
Principios de contracción global y local para mezcla MCMC
Descubre cómo los principios de contracción local y global aceleran la convergencia en algoritmos MCMC, con aplicaciones a Langevin y Metropolis-Hastings.
Conjunto semi-algebraico de valor en POMDPs
Aprende cómo el conjunto semi-algebraico de la función de valor en POMDPs revela una geometría no lineal y maximizadores locales.