Caracterización geométrica de la meseta estacionaria en redes de dos capas
Descubre cómo la geometría de mesetas estacionarias en redes de dos capas revela si el desdoblamiento de neuronas produce mínimos locales o puntos de silla.
#neurona
SpliceBind: Predicción de farmacabilidad de bolsillos según isoformas
Descubre SpliceBind, el modelo de IA que predice la farmacabilidad de bolsillos de unión según isoformas, mejorando la predicción de resistencia a fármacos diana en cáncer.
DegradoMap: Predicción de degradabilidad de proteínas con PROTACs
DegradoMap predice degradabilidad de proteínas con PROTACs usando solo estructura y E3 ligasa. Logra AUROC 0.646 en objetivos no vistos. ¡Prioriza experimentos!
SC-TauPath: atribución de conectividad estructural para rutas de tau
Descubre cómo SC-TauPath usa conectividad estructural y redes neuronales para mapear rutas de tau en Alzheimer, validando el estadiaje de Braak.
Privacidad Bayesiana de Membresía para Redes Neuronales de Grafos
Descubre cómo la Privacidad Bayesiana de Membresía (BMP) ofrece un análisis fino de la filtración de datos en GNNs, superando las métricas globales.
Escala de datos, complejidad y modalidades en generalización visual
Aprende cómo escala de datos, complejidad y modalidades afectan la generalización visual en IA. Resultados clave de un estudio empírico.
LoopMoE: Unificando Iteración y Mezcla de Expertos en Lenguaje
Descubre cómo LoopMoE integra computación iterativa con Mezcla de Expertos para superar a modelos tradicionales en benchmarks de lenguaje. ¡Mejora de rendimiento a escalas de 3B y 9B!
RowNet: Transformer de Memoria para Regresión Tabular
RowNet es un transformer de memoria que mejora la valoración inmobiliaria al recuperar propiedades comparables. Descubre su arquitectura.
SFMambaNet: Frecuencia Espectral para Poda de Correspondencias
SFMambaNet integra frecuencia espectral y Mamba para poda de correspondencias, superando a métodos GNN con eficiencia lineal. ¡Descúbrelo!
Colapso neuronal guiado por óptica en SAR incremental
Descubre el colapso neuronal guiado por óptica mejora el aprendizaje incremental en SAR con pocos datos, logrando mayor precisión y menor olvido catastrófico.
Enfoque de precisión dinámica consciente de curvatura para PINNs
Descubre cómo un control de precisión basado en curvatura reduce costos computacionales en PINNs sin sacrificar exactitud. Optimiza tu entrenamiento.
Atención Dual con Signos: Capturando Dependencias en Series Temporales
Descubre cómo la Atención Dual con Signos mejora el pronóstico de series temporales al capturar dependencias positivas y negativas sin parámetros extra.
Co-diseño de extremo a extremo con incertidumbre de procesadores de redes neuronales
Descubre cómo un nuevo marco de co-diseño integra entrenamiento, mapeo y fabricación de chips, tratando la confianza como recurso optimizable. Mejora el rendimiento de tus modelos.
Heurísticas neuronales admisibles para búsqueda combinatoria
Descubre cómo entrenar redes neuronales que nunca sobreestiman el coste restante, garantizando la optimalidad en puzzles como el cubo de Rubik, reduciendo nodos explorados hasta un 83%.
Red Neuronal RBF Multicolumna con PSO Adaptativo y No Adaptativo
¡Mejora precisión y velocidad con redes RBF multicolumna usando PSO adaptativo y no adaptativo! Descubre resultados.
Andamios visuales de grafos para razonamiento en LLMs
¿Sabías que los grafos visuales potencian el razonamiento de los LLMs? Un estudio revela cómo los andamios visuales superan al texto plano.
Comparativa Transformer vs LSTM en predicción de cuencas no aforadas
Descubre por qué LSTM supera a Transformer en predicción de caudales en cuencas no aforadas. Datos aguas abajo mejoran precisión en un 60%.
Efecto del sesgo demográfico en la clasificación de lesiones cutáneas
Descubre cómo el sesgo demográfico (sexo y edad) afecta la precisión de modelos IA en la clasificación de lesiones cutáneas. Estrategias para mitigar el sesgo.
Difusión tabular guiada por geometría
GATD revoluciona la síntesis de datos tabulares usando supervisión geométrica: reduce errores hasta 27% con 3.5x menos parámetros. Ideal para privacidad y aumentación.
Samudra 2: Emulador oceánico neural multi-resolución
Samudra 2 emula océanos con alta resolución en GPU, reduciendo errores en campos profundos. Permite proyecciones climáticas de décadas y estudio de remolinos.