AGMMN: Redes adaptativas que mejoran el aprendizaje de dependencias
Descubre cómo AGMMN mejora el aprendizaje de dependencias en modelos de cópula, superando a GMMN y modelos paramétricos. Aplicación en S&P 500 y FTSE 100.
#mmd
Modelado espaciotemporal con física para detectar videos generados por IA
Descubre cómo el método NSG-VD usa principios físicos para detectar videos generados por IA con un 16% más de Recall que los métodos actuales.
MMD Guidance: Adaptación de distribución sin reentrenamiento
Descubre MMD Guidance, método sin entrenamiento que alinea modelos de difusión con datos de referencia y discrepancia máxima media. Ideal para pocos ejemplos.
¿Están dos datasets lo suficientemente cerca? Prueba con NAMMD
¿Dos datasets cercanos con significancia? NAMMD, una nueva métrica adaptativa que supera al MMD en pruebas de cercanía distribucional para datos complejos como imágenes.
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.
Explicaciones contrafactuales para pruebas de dos muestras profundas
Las explicaciones contrafactuales revelan qué características diferencian dos grupos en pruebas de hipótesis con deep learning. Un método basado en MMD y autoen
Una visión unificada de los flujos Wasserstein generativos
Descubre cómo los flujos Wasserstein unifican GANs, MMD y modelos generativos con JKO. Una visión teórica para la optimización de distribuciones.