Métodos de Tensores: Enfoque Interpretable para Diseño de Materiales
Descubre cómo los métodos de tensores ofrecen predicciones interpretables y precisas para el diseño de materiales, superando a modelos ML tradicionales en muestreos no uniformes.
#tensores
Características invariantes a rotación tipo PCA de alto orden
Descubre el PCA de orden superior para descriptores de forma invariantes a rotación. Ideal para reconocimiento de objetos 2D/3D y comparación molecular.
Arquitectura consciente de familias para predicción de simulación cuántica
Arquitectura de IA consciente de familias predice rendimiento de simulaciones cuánticas con 79.5% de precisión, eliminando costosas pruebas.
Seguimiento de procedencia en compiladores IA con coalgebra
Descubre cómo la coalgebra permite rastrear la procedencia de tensores en compiladores de IA. Una solución ligera basada en semántica observacional.
Aprendizaje de hiperparámetros para factorización latente de tensores en redes dinámicas
Descubre cómo DE-LFT automatiza la búsqueda de hiperparámetros en factorización de tensores para mejorar la precisión en redes dinámicas. Menos esfuerzo, mejores resultados.
Aprendizaje de dinámicas latentes para optimizar programas tensoriales
Evaluador inspirado en world models optimiza programas tensoriales con dinámicas latentes. Logra aceleración de 1.37x en GPU y 1.54x en CPU con menos mediciones.
BrainSurgery: Manipulaciones de pesos para edición y reciclaje
BrainSurgery: manipula pesos de modelos de IA con planes YAML declarativos. Edita, recicla y depura checkpoints de forma reproducible.
Wedge Sampling: completación tensorial con complejidad casi lineal
Descubre cómo Wedge Sampling optimiza la completación de tensores con complejidad casi lineal, cerrando la brecha estadístico-computacional.
Redes de Tensores en Árbol Profundo
Deep Tree Tensor Network (DTTN): una arquitectura que captura interacciones de orden exponencial y supera a métodos actuales en reconocimiento de imágenes.
TensorBench: Evaluando agentes de código en framework tensorial con compilador
Descubre TensorBench, un nuevo benchmark que evalúa agentes de código en un framework de tensores basado en compilador. Resultados clave y tasas de éxito.
Planificación POMDP en línea vectorizada
VOPP revoluciona la planificación POMDP en línea con vectorización masiva. Logra soluciones 20x más rápidas y supera a métodos secuenciales con mucho menor presupuesto.
Arranques en caliente para iteración de potencia alternante en PCA de tensores
Descubre cómo los arranques en caliente aceleran la convergencia en PCA de tensores. Teoría local y aplicación.
Un marco Cartesiano-3j para potenciales interatómicos de aprendizaje automático
Nuevo marco Cartesiano-3j logra precisión comparable a modelos esféricos en potenciales interatómicos. Descubre cómo.
Factorización de Tucker Neural Guiada por Espectro
Descubre SG-NTF, un innovador método de factorización de Tucker guiado por espectro para completar tensores de alta dimensión e incompletos con eficiencia paramétrica.
Valores Shapley e interacciones con redes de tensores
Descubre TN-SHAP, un método que acelera valores Shapley e interacciones usando redes de tensores, reduciendo la complejidad exponencial a polinomial.
TN-SHAP-G: Red tensorial para Shapley en gráficos
Descubre TN-SHAP-G: calcula valores Shapley en gráficos usando redes de tensores, sin Monte Carlo. Explicabilidad eficiente para modelos complejos.