¿Red más profunda o más ancha? Error de generalización óptimo
¿Red más profunda o ancha? Descubre cómo datos, parámetros y regularidad determinan la arquitectura óptima. Aplicación en PDEs con deep Ritz y PINN.
#metro
Cotas superiores para coeficientes de aprendizaje locales en redes de tres capas
Investigación presenta cotas superiores para coeficientes de aprendizaje locales en redes neuronales de tres capas, ampliando aplicaciones a funciones de activación como swish.
mlr3mbo: Optimización Bayesiana en R
Descubre mlr3mbo, la potente caja de herramientas para optimización Bayesiana en R. Soporta mono y multiobjetivo, paralelización y más. ¡Comparado con HEBO, SMAC3, Ax y Optuna!
Sigma-Branch: Red Jerárquica para Inferencia Dinámica con Parámetros Reducidos
Sigma-Branch: nueva técnica de inferencia dinámica que reduce parámetros activos un 60% en edge, sin perder precisión.
Aprendizaje de hiperparámetros para factorización latente de tensores en redes dinámicas
Descubre cómo DE-LFT automatiza la búsqueda de hiperparámetros en factorización de tensores para mejorar la precisión en redes dinámicas. Menos esfuerzo, mejores resultados.
Optuna TPE con restricciones: generalización de densidad conjunta de c-TPE
Descubre cómo Optuna implementa el TPE con restricciones como una generalización de densidad conjunta, mejorando la optimización de hiperparámetros. ¡Lee más!
Políticas multi-parámetro interpretables para algoritmos evolutivos con DRL
Aprende cómo el deep RL crea políticas interpretables de control multi-parámetro para algoritmos evolutivos, con rendimiento excepcional.
GIF: Planificación inteligente para HPO en alta dimensionalidad
Descubre cómo el algoritmo GIF optimiza hiperparámetros en alta dimensión, logrando mejor convergencia y eficiencia.
Hacia el Mecanismo de Ramificación Crítica en Redes Neuronales Recurrentes
Redes LSTM pequeñas exhiben dinámicas near-críticas con avalanchas de escala libre. Las grandes son subcríticas. ¿Qué implica esto para la IA?
Refactoring 010: Extraer Método a Objeto
Aprende a extraer métodos largos en objetos reutilizables con la técnica Method Object. Mejora la testabilidad y reduce la complejidad accidental de tu código.
Nueva arquitectura de Apple sortea el límite de memoria de la IA local
Apple presenta AFM 3 Core Advanced: modelo de 20B parámetros en flash que sortea el límite de DRAM. Descubre el enrutamiento por consulta.
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.
¿Cuánta capacidad necesita la eliminación de ruido en EEG?
Descubre cómo redes ultracompactas de solo 3K parámetros saturan benchmarks de EEG y por qué las métricas de reconstrucción no predicen utilidad en BCI.
Geometría del espacio de parámetros en transformers para funciones booleanas
La geometría del espacio de parámetros de transformers revela por qué fallan en funciones booleanas sensibles como PARITY: un sesgo hacia baja sensibilidad.
Selección del parámetro μ en Privacidad Diferencial Gaussiana
Aprende a elegir el parámetro μ en privacidad diferencial gaussiana. Te ofrecemos una conversión práctica de ε a μ y recomendamos μ ≈ ε/5 para proteger tus datos.
Complejidad de Muestra de los Transformers
Descubre cómo se caracteriza la complejidad de muestra de los transformers y el aprendizaje por cadena de pensamiento. Un análisis profundo de la eficiencia en el entrenamiento.
Dendrogramas para mezcla de expertos gaussiana con softmax: consistencia sin barridos
Los dendrogramas ofrecen una selección consistente del número de expertos en SGMoE, sin barridos de modelo, superando a AIC/BIC en datos contaminados.
Flujos normalizadores condicionales para estimación conjunta de estado y parámetros
Descubre cómo los flujos normalizadores condicionales mejoran la estimación de estado y parámetros en sistemas no lineales, aplicados a conducción autónoma y predicción de epidemias. ¡Lee más!
56 optimizadores puestos a prueba en inferencia variacional
Descubre la comparativa de 56 optimizadores para inferencia variacional. Más de 550,000 ejecuciones revelan los mejores sin ajuste manual.
Selección adaptativa de prior en bandidos Gaussianos con Thompson
Descubre cómo seleccionar adaptativamente el prior en bandidos de procesos Gaussianos con Thompson Sampling. Dos algoritmos innovadores: PE-GP-TS y HP-GP-TS par