Operador neuronal de punto fijo para Hamiltonianos transferibles
HamEvo, operador neuronal de punto fijo, reduce errores en Hamiltonianos hasta 49% y predice HOMO/LUMO con precisión química, siendo 242 veces más rápido que DFT.
#punto fijo
Range-Arithmetic: Inferencia verificable de deep learning en parte no confiable
Descubre cómo Range-Arithmetic verifica inferencias de deep learning sin re-ejecución, reduciendo costos y comunicación. Ideal para IA descentralizada.
Gradiente de Política Determinista para Control con Inconsistencia Temporal
Algoritmo de gradiente de política determinista para aprender equilibrios en control con inconsistencia temporal. Aplicaciones en carteras y seguimiento óptimo.
Estabilidad y error de generalización de GD y SGD con parámetros de punto fijo
El redondeo determinista perjudica la generalización de GD y SGD; el estocástico introduce dependencia dimensional inesperada.
Modelos de Equilibrio Profundo Consistentes
Descubre cómo los Modelos de Equilibrio Profundo Consistentes (C-DEQ) aceleran la inferencia hasta 20 veces sin perder precisión. Un avance en IA eficiente.
Notas sobre Aprendizaje por Refuerzo Inverso Offline y DDC
Descubre cómo dos comunidades unifican enfoques para recuperar recompensas desde datos offline. Análisis de identificación y algoritmos IRL/DDC.
Modelado Generativo Enmascarado de Punto Fijo
Descubre cómo FP-MGMs y CoFRe reducen parámetros y costo de entrenamiento en modelos generativos enmascarados, mejorando calidad con menos recursos.