DAG-MoE: De la Mezcla Simple a la Agregación Estructural en MoE
Descubre DAG-MoE: agrega estructuralmente expertos para mejorar MoE sin costos adicionales.
#redes
Rastreando la alfabetización en GenAI: patrones estudiante-IA
Analítica del aprendizaje revela patrones distintos en interacción IA según nivel de alfabetización en GenAI. Estudio con 162 estudiantes.
PINN para consolidación radial con precarga combinada y zona alterada
Descubre cómo los modelos PINN con restricciones duras logran MAE de 0.27 kPa en consolidación radial con precarga combinada y zona alterada.
Eventos raros, señales reales: conjuntos funcionales en redes espiga
Descubre cómo los conjuntos funcionales en redes neuronales espiga revelan patrones raros pero cruciales para el procesamiento de información en IA.
Belief2-Attention: mejora en tareas de visión
Descubre cómo Belief2-Attention mejora la atención en visión usando dos componentes para clasificación y segmentación.
SpikeWFM: Modelo Inalámbrico de Fundación para Predicción Robusta
Descubre SpikeWFM, una arquitectura híbrida SNN-ANN que mejora la predicción de canales inalámbricos al ser robusta al ruido y eficiente energéticamente.
ADNTN: Redes Tensoriales Diferenciables para Compresión Exponencial de DNN
Explora ADNTN: comprime DNN hasta 77,000x, mejorando precisión. Redes tensoriales no lineales automáticamente diferenciables.
Interpretación de DNNs mediante grupo de renormalización y familia exponencial
Descubre cómo las DNNs entrenadas equivalen al grupo de renormalización en datos de familia exponencial. Una nueva teoría de interpretabilidad.
Más allá de la aumentación: Score guiado para detectar depresión con EEG
Nuevo método de clasificación guiada por puntuación detecta depresión con EEG sin aumentación de datos, mejorando precisión.
Transformers agentes aprenden a buscar con RL
Los transformers agentes aprenden a buscar en árboles mediante aprendizaje por refuerzo. Mecanismos de atención y generalización de profundidad.
STARFISH: Recuperación rápida de precisión en redes podadas
STARFISH recupera hasta un 82% de precisión en redes podadas usando solo el 0.4% de imágenes. Supera en un 22% a otros métodos. Descubre cómo optimizar tus modelos.
Repensando los paradigmas de evaluación en entrenamiento certificado IBP
Descubre cómo las fronteras de Pareto y la optimización automatizada revelan rendimientos superiores en entrenamiento certificado.
Arquitectura 6G-LLM centrada en comunicación para vehículos tácticos autónomos
Descubre cómo una arquitectura 6G-LLM reduce la latencia un 75% y aumenta el éxito de misiones un 68% en redes de vehículos autónomos tácticos.
Gestión de espectro en redes 6G UAV con Digital Twin y DRL multi-agente
Descubre cómo el Digital Twin y el DRL multi-agente optimizan espectro y recursos en redes 6G UAV, mejorando eficiencia y conectividad autónoma.
BRo-JEPA: Aprendizaje de Aritmética Modular en Espacio Latente
BRo-JEPA logra 99.46% de precisión en aritmética modular sin entrenamiento. Aprende cómo generaliza reglas algebraicas.
Compresión de redes neuronales mediante equivalencia diferencial aproximada
Aprende a comprimir redes neuronales agrupando neuronas por equivalencia diferencial. Reduce parámetros sin perder precisión, alternativa eficaz.
CEAR: Robustez Adversarial Certificada con Ensambles en DNNs
Descubre CEAR: mejora la robustez adversarial certificada en DNNs usando ensambles con ruido y votación. Superior en MNIST, CIFAR10 y TinyImageNet.
Evaluación de configuraciones de SNNs para detección de intrusos
Las SNNs con codificación de latencia alcanzan un 92% de precisión en detección de intrusiones, ideales para entornos de bajo consumo.
UR-JEPA: Rectificabilidad Uniforme como Regularizador en JEPA
UR-JEPA logra un 0.83% más de precisión que LeJEPA en Inet10 con menor varianza, y produce representaciones geométricamente distintas.
Filtrado de Kalman consciente del cómputo para dinámicas neuronales
Nuevo método bayesiano que combina filtrado de Kalman y selección de modelos para dinámicas neuronales, mejorando incertidumbre y escalabilidad. ¡Descúbrelo!