Generalizando la selección justa de top-k: un enfoque integrador
Aprende a generalizar la selección justa de top-k con múltiples grupos protegidos, minimizando la disparidad. Un enfoque integrador con resultados empíricos.
#ritmo
Aprendizaje en línea para control supervisado de conmutación
Aprende cómo el aprendizaje en línea y bandidos multibrazo identifican controladores en sistemas lineales con garantías finitas y detectan inestabilidad.
Beamformer adaptativo para entornos altamente no estacionarios
Descubre el Universal Switching Beamformer: un método que combina agilidad y precisión para rastrear interferencias en entornos cambiantes, sin ajustes manuales.
Formulaciones cónicas de métricas de transporte para redes e hiperredes
Explora las nuevas formulaciones cónicas de métricas de transporte para redes e hiperredes no balanceadas, con algoritmo eficiente y propiedades de robustez.
Optimización en espacios de polidiscos no arquimedianos
Descubre la optimización en espacios de polidiscos no arquimedianos para datos jerárquicos con propiedades geométricas únicas y un algoritmo en Julia.
56 optimizadores puestos a prueba en inferencia variacional
Descubre la comparativa de 56 optimizadores para inferencia variacional. Más de 550,000 ejecuciones revelan los mejores sin ajuste manual.
Complejidad puntual en campos gaussianos: envolventes, cotas y separación
Un nuevo teorema de envolventes para campos gaussianos que ofrece cotas inferiores algorítmicas y separación, clave para modelos sobreparametrizados en IA y ciberseguridad.
Conteo de subgrafos en rangos con privacidad diferencial
Descubre cómo el conteo privado de subgrafos en rangos protege tus datos, ofreciendo respuestas precisas con baja sensibilidad y nuevos algoritmos.
QnRL: Aprendizaje por Refuerzo Cuántico Nativo
Aprende cómo QnRL revoluciona el RL cuántico con distribuciones nativas en Hilbert: mejora hasta 82.9% con 94.3% menos parámetros.
OptMuon: Momento Ortogonalizado en Bucle Cerrado para Optimización Estocástica
Descubre OptMuon, optimizador con momento ortogonalizado y control adaptativo en bucle cerrado. Logra tasas óptimas incluso sin ruido. Ideal deep learning.
Estimación colapsable de efectos causales en CPDAGs
Aprende a estimar efectos causales colapsables en CPDAGs usando strong d-convex hulls. Algoritmo eficiente, resultados empíricos y código abierto.
ALCMeans: Detección automática de comunidades en redes complejas
Descubre ALCMeans, el nuevo algoritmo de detección de comunidades que supera a Louvain y LPA hasta en un 20% usando Laplaciano y DeepWalk. Sin necesidad de parámetros manuales.
Gradientes direccionales adaptativos para circuitos cuánticos parametrizados
Descubre cómo los gradientes direccionales adaptativos mejoran el entrenamiento de circuitos cuánticos, reduciendo drásticamente el costo de medición. Conoce QUIVER, el nuevo optimizador.
TAMUNA: Doble Aceleración con Participación Parcial
TAMUNA combina entrenamiento local, compresión y participación parcial en optimización distribuida. Logra convergencia doblemente acelerada. ¡Descúbrelo!
Curvas de generalización en algoritmos espectrales con decaimiento de potencia
Descubre las curvas de error de generalización en regresión kernel con decaimiento de potencia y su impacto en redes neuronales anchas.
Aprendizaje Federado con Dispositivos Dinámicos: Algoritmo de Inicialización
Optimiza el aprendizaje federado con dispositivos dinámicos. Nuestro algoritmo de inicialización acelera la convergencia y reduce el consumo energético.
Tasa robusta O(1/√T) para aprendizaje TD sin proyección
Descubre cómo el algoritmo TD(0) sin proyección logra una tasa de convergencia sublineal robusta, incluso con ruido markoviano. Una mejora clave para el RL.
Formalizando el aprendizaje con retroalimentación lingüística
Descubre HELiX, algoritmo que formaliza el aprendizaje de IA con retroalimentación lingüística, ofreciendo garantías demostrables y mejora exponencial.
El exceso de información en la planificación de viajes
La planificación de viajes está rota por el exceso de inspiración. Aprende a estructurar tus ideas para viajes más auténticos y menos caóticos.
Optimización dinámica distribuida y metarrazonamiento para satélites
Descubre cómo la optimización dinámica distribuida y el metarrazonamiento mejoran operaciones satelitales autónomas a gran escala.