Generalización homotópica de inferencia neurosimbólica
Mejora la inferencia neurosimbólica con teoría de tipos homotópicos: elimina atajos y obtén un posterior de conceptos más preciso.
#picos
Picos de colas en redes estocásticas: escalamiento logarítmico tras umbrales geométricos
Descubre cómo el slack uniforme transforma el pico de colas en redes: de raíz cuadrada a crecimiento logarítmico. Simulaciones y teoría.
Trigger Neuromórfico para Detección de Eventos de Audio
Descubre un disparador neuromórfico SNN que reduce el cómputo en detección de audio con F1 0.97 y 42.6x menos FLOPs. Ideal para sistemas en tiempo real.
ML y SHAP para identificar nucleidos en espectrometría gamma HPGe
Descubre cómo el machine learning y SHAP logran un F1 de 0.97 en identificación de nucleidos en espectrometría gamma HPGe, superando al software tradicional.
Computación dividida inalámbrica con neuronas de resonancia
Ahorra energía en IA de borde con neuronas de resonancia: procesa señales temporales sin preprocesamiento espectral. Ideal para IoT y clasificación de audio.
Revisitando polinomios de Chebyshev y RBF anisotropicos para regresion tabular
Descubre cómo los modelos suaves (Chebyshev y RBF) rivalizan con los árboles en regresión tabular, ofreciendo mejor generalización sin GPU.
SpikF-GO: Operadores de Fourier de Grafos con Picos para Series Multivariadas
SpikF-GO combina redes neuronales de picos con grafos de Fourier para pronosticar series multivariadas con alta precisión y bajo consumo energético.
Gradient boosting para extremos: teoría de muestreo en seguros
Explora cómo el gradient boosting optimiza la estimación de colas pesadas en seguros. Basado en teoría de muestreo y aplicado a 18,000 reclamaciones médicas.
Otters++: Transformador de picos óptico eficiente con TTFS
Otters++ revoluciona las SNN ópticas con el cálculo de TTFS utilizando decaimiento natural de señales. Logra 84.17% en GLUE con menor consumo energético.
Agrupamiento temporal robusto con modelos de salto ponderados
Descubre un modelo robusto de agrupamiento temporal que pondera características según el estado y maneja outliers con Tukey. Ideal para análisis de conflictos y economía.
Estimador de media 'balloon' robusto con privacidad diferencial
Descubre el 'balloon mean', un estimador de media robusto a outliers con privacidad diferencial. Computacionalmente eficiente para datos sensibles.
TaskFusion: Detección Continua de Anomalías para Datos Tabulares Heterogéneos
Descubre TaskFusion, innovador método de detección continua de anomalías en datos tabulares heterogéneos. Supera deriva de distribución y olvido catastrófico.
A2SG: Gradientes sustitutos adaptativos y asimétricos para SNNs
Descubre cómo A2SG, los gradientes sustitutos adaptativos y asimétricos, mejoran la precisión y eficiencia energética en redes neuronales de picos profundas.
SpikeDecoder: Arquitectura GPT mediante redes neuronales de picos
Descubre SpikeDecoder, una implementación completamente SNN del decoder Transformer que reduce el consumo energético hasta un 93%. Eficiencia en NLP.
AdaGC: Mejora la estabilidad del preentrenamiento con recorte adaptativo
AdaGC mejora la estabilidad del preentrenamiento de modelos de lenguaje grandes (LLM) eliminando picos de pérdida y aumentando la precisión en hasta 2.48%.
CVO Generalizado: Registro local rápido de nubes de puntos sin correspondencias
Descubre cómo Generalized-CVO acelera el registro de nubes de puntos sin correspondencias, reduciendo la deriva en LiDAR y RGB-D con optimización Riemanniana.
Cuantización de Precisión Mixta por Canal para Grandes Modelos de Lenguaje
Optimiza tus modelos de lenguaje con CMPQ: cuantización de precisión mixta por canal que ahorra memoria y mejora el rendimiento en dispositivos edge.
Estimación del parámetro subgaussiano
Nuevo estimador consistente para el parámetro subgaussiano. Tasas de convergencia óptimas y aplicación en enriquecimiento GO. ¡Mejora tus pruebas de permutación!
Neurona de Picos Firmada con Unión de Túnel Magnético Ortogonal
Una neurona de picos firmada basada en MTJ ortogonal logra 91% en CIFAR-10. Descubre cómo este avance impulsa la computación neuromórfica.
Neuronas QIF mejoran el descenso por gradiente en redes de picos
Las neuronas QIF ofrecen paisajes de pérdida menos fragmentados y superan a las LIF en descenso por gradiente exacto. Descubre los resultados.