QSplitFL: Selección Óptima de Punto de División en Split Federated Learning
QSplitFL: Deep Q-Learning para seleccionar el punto de división óptimo en SFL, mejorando convergencia y precisión en dispositivos heterogéneos.
#profunda
¿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.
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.
Interpolación profunda de cortes para reducir anisotropía y ruido en TC de cabeza
Descubre cómo la inteligencia artificial reduce la anisotropía y el ruido en TC de cabeza, mejorando la visualización 3D y las mediciones volumétricas.
Dimensión fractal de Fourier para predecir la generalización de redes neuronales
Aprende cómo la dimensión fractal de Fourier predice la generalización de redes neuronales sin datos de validación. Nueva métrica basada en frecuencia.
PredHydro-Net: Predicción 3D de hidrometeoros con guía física y decodificación dual
Descubre cómo PredHydro-Net mejora la predicción 3D de hidrometeoros, usando decodificación dual y supervisión espectral para detectar eventos extremos como el huracán Ian.
SkillHone: Evolución continua de habilidades de agentes con historial persistente
SkillHone: mejora agentes IA con historial de decisiones - +15.8% GAIA, +3.2% WebWalkerQA
QDS-SNN: Red Neuronal Spike Cuántica para Señales de Tráfico
Descubre el algoritmo QDS-SNN que alcanza un 99.72% de precisión en señales de tráfico con un 55% menos de consumo energético. IA cuántica eficiente para conducción autónoma.
MASS: Investigación Social Profunda con Simulación de Memoria
Descubre cómo MASS, un agente de simulación social con memoria, mejora la creatividad y el insight en la generación de papers de ciencias sociales.
Reconocimiento inteligente de caracteres manuscritos con redes neuronales profundas
Descubre cómo una red neuronal profunda logra un 88.28% de precisión en reconocer caracteres manuscritos. Enfoque innovador unifica detección y clasificación.
SearchSwarm: Delegación inteligente en LLMs para investigación profunda
SearchSwarm logra 68.1 en BrowseComp y 73.3 en BrowseComp-ZH, superando a modelos de su escala. Descubre cómo entrena la inteligencia de delegación.
Evaluación multi-turno de agentes con retroalimentación a nivel de proceso
Analizamos la mejora de agentes de investigación profunda con retroalimentación de proceso. Resultados: ganancias del 8-15% en puntuación, pero sin acumulación. ¡Entra!
Poda estructurada de neuronas en redes profundas usando bandidos multibrazo
Descubre cómo la poda estructurada de neuronas con algoritmos de bandidos multibrazo reduce modelos de deep learning eliminando unidades redundantes, mejorando eficiencia sin perder precisión.
DuMate-DeepResearch: Sistema multiagente con búsqueda recursiva y rúbricas
Descubre DuMate-DeepResearch, un sistema multiagente auditable con búsqueda recursiva y razonamiento por rúbricas que logra el mejor rendimiento en deep research.
Tasas óptimas de generalización en descenso de gradiente con redes profundas
Descubre cómo GD y SGD alcanzan tasas óptimas de generalización en redes ReLU profundas, con resultados minimax comparables a kernels.
Generalización en redes profundas: tasas minimax para gradiente
Las redes profundas entrenadas con gradiente logran rendimiento óptimo de generalización, comparable a kernel. Un avance clave.
Descubriendo fórmulas multiescala con cálculo lambda neuronal
Descubre cómo Deflex, basado en cálculo lambda neuronal, extrae automáticamente fórmulas multiescala en sistemas complejos, superando a métodos tradicionales.
SlimSearcher: Agentes Web Eficientes con Puertas de Recompensa Adaptativas
Descubre cómo SlimSearcher optimiza agentes de búsqueda profunda, reduciendo costos computacionales hasta 58% sin sacrificar precisión.
Contaminación en tiempo de búsqueda en agentes de investigación profunda
Descubre cómo la contaminación en búsqueda infla el rendimiento de agentes de IA en benchmarks. Aprende a detectarla y mitigarla.
Gran paso en GD restaura simetría en redes profundas con múltiples vías
Descubre cómo un gran paso en GD restaura simetría en redes profundas, evitando especialización en una vía y promoviendo representaciones compartidas.