Reconstruir contenido con atención colaborativa mejora embeddings multimodales
Mejora la calidad de embeddings multimodales con atención colaborativa y reconstrucción de contenido para tareas de recuperación y clasificación.
#reconstrucción
Reconstrucción de estados con kernel informado por conocimiento
MAAT utiliza conocimiento previo y kernels para reconstruir estados de sistemas dinámicos desde observaciones parciales, reduciendo errores de trayectoria y derivadas.
naPINN: Redes Neuronales Adaptativas al Ruido para Recuperar Física
Descubre cómo naPINN, una red neuronal adaptativa al ruido, recupera soluciones físicas a partir de mediciones corruptas, superando a métodos tradicionales. Ideal para datos con outliers.
Med-Scout: curando la ceguera geométrica en modelos médicos con RL
Descubre cómo Med-Scout usa RL para eliminar la ceguera geométrica en modelos médicos, mejorando precisión en diagnóstico por imágenes. ¡Supera en un 40% a otros modelos!
Cómo las pérdidas neuronales afectan los latentes de VAE
Las pérdidas neuronales reducen la información en los latentes de VAE y cambian su geometría. Aprende cómo afectan el equilibrio tasa-distorsión.
Preservación de privacidad contra inversión de gradientes en FL tabular
Protege tu privacidad en aprendizaje federado tabular. Vemos cómo los ataques de inversión de gradientes revelan datos. Descubre factores clave de riesgo.
Genie 4D: Reconstrucción de Escenas Dinámicas 4D con Guía Semántica
Descubre Genie 4D: transforma grabaciones de móvil en modelos de mundo 4D semánticos y accionables. Reconstrucción interactiva en GPU consumidor.
Representación de mezcla de densidades para eliminar puntos voladores en profundidad
MDA elimina puntos voladores en estimación de profundidad usando mezcla de densidades. Mejora bordes, maneja objetos transparentes y cielo sin coste adicional.
PropLLM: IA para diagnóstico de fallos con reconstrucción de propagación
PropLLM mejora diagnóstico de fallos en red en un 3.9% y localización de causas raíz en un 4.7%, reduciendo alucinaciones un 50.8%.
Modelado generativo con flujos para optimizar muestreo en compresión
Optimiza el submuestreo en compresión de sensores con modelos generativos de flujo. Logra reconstrucciones de imágenes de alta calidad con solo el 5% de datos. Ideal para MRI.
CoilDrop-MRI: Reconstrucción MRI auto-supervisada con dropout en bobinas
CoilDrop-MRI: método auto-supervisado para reconstrucción de MRI sin datos completos. Supera a otros con dropout en bobinas, alcanzando calidad de supervisados.
Reconstrucción de geometría V2I en zonas de obra con filtrado UWB basado en pose
Descubre cómo un método de denoising UWB basado en pose mejora la reconstrucción de geometría de zonas de obra para vehículos autónomos, reduciendo errores en un 66.9%.
MindDiffuser: guía semántica y estructural para reconstruir imágenes cerebrales
MindDiffuser reconstruye imágenes desde actividad cerebral con guía semántica y estructural. Mejora precisión en interfaces cerebro-computadora.
Reconstrucción de imágenes: el juego del diálogo multimodal
Un benchmark automatizado donde modelos de lenguaje corrigen generadores de imágenes iterativamente. El descriptor es el factor dominante en la calidad final.
Reconstrucción inversa de ebullición con HB-ARFM
Descubre cómo HB-ARFM reconstruye campos de temperatura y velocidad en ebullición a partir de observaciones parciales, superando limitaciones Markovianas.
Representaciones más ricas para razonamiento algorítmico neuronal mediante reconstrucción auxiliar
Mejora el razonamiento algorítmico neuronal con reconstrucción auxiliar: representaciones más ricas que potencian el rendimiento de arquitecturas existentes.
Visión optimizada por características para reconstrucción 3D adaptativa
Descubre un front-end adaptativo que optimiza la selección de puntos clave en reconstrucción 3D, mejorando precisión y reduciendo RMSE.
Aprendizaje de dinámicas macroscópicas invariantes a permutaciones
Descubre cómo modelar sistemas de partículas sin orden fijo con autoencoders invariantes a permutaciones. Aprende dinámicas macroscópicas para fluidos y polímeros.
Acoplamiento de Subespacios para Compresión de LLM: Límites Empíricos
La optimización conjunta de capas en compresión de LLMs fracasa. El flujo residual desacopla las capas, haciendo clave la reconstrucción por capas.
Brecha de consistencia dinámico-probabilística en modelado sustituto caótico
La brecha de consistencia dinámico-probabilística en modelos caóticos se resuelve con KAFFEE. Un marco de filtro de Kalman mejora la predicción.