Topología y texto importan: Detección OOD en grafos con texto usando LLMs
Descubre LG-Plug, un marco plug-and-play que alinea topología y texto para detectar nodos fuera de distribución en grafos textuales, reduciendo FPR95 >7%.
#topología
Abstracción de estados con topología y núcleos de tangles para MDP
Descubre cómo abstracción con núcleos de tangles mejora la toma de decisiones en entornos con interfaces compartidas para optimizar el aprendizaje por refuerzo.
MARL distribuido en red para control de consenso de cuadricópteros
Descubre cómo el MARL distribuido en red controla enjambres de cuadricópteros con escalabilidad zero-shot: entrena 3 agentes y despliega hasta 250. ¡Lee más!
Destilación interpretable de políticas para control de topología de red
La destilación de políticas de deep RL en árboles de decisión mejora el control de redes eléctricas: mayor recompensa, supervivencia y transparencia.
Algoritmo Evolutivo para Aprendizaje y Rendimiento de Reservorios
EARLY optimiza topología e hiperparámetros de redes reservorios con algoritmos evolutivos. Supera búsqueda aleatoria en tareas temporales. ¡Resultados!
Interacciones estructuradas mejoran coordinación distribuida más que escalado
Descubre cómo reestructurar la comunicación entre robots mejora un 47% el rendimiento, frente al 9% de escalar modelos. Estudio con 10 robots reales.
Espada, escudo y talón de Aquiles: sesgo lingüístico en LLM para navegación
Descubre cómo la estructura lingüística y los sesgos en los LLM afectan la navegación espacial. La topología protege, la semántica puede engañar.
Generación de grafos e hipergrafos con características vía predicción de escala
Descubre FAHNES: marco jerárquico para generar grafos e hipergrafos con topología y características. Escala a estructuras complejas con predicción de escala.
Raíces reales de los polinomios de Poincaré de $\overline{\mathcal M}_{0,n}$: una demostración asistida por IA
Descubre cómo la inteligencia artificial demuestra que los polinomios de Poincaré de M_{0,n} tienen raíces reales. Un hito en la investigación matemática.
Refinamiento Evolutivo de Topologías de Grafos Generativas: Un Enfoque Híbrido WGAN-GA
Refinamiento evolutivo de topologías de grafos con WGAN-GA para optimizar estructuras de redes complejas.
TriSearch: Aprendiendo a Optimizar Triangulaciones mediante Flips Bistelares
Optimiza triangulaciones con flips bistelares. Técnica avanzada para mejorar mallas y estructuras geométricas.
DynaGraph: Marco de interacción multimodal ligero mediante reconfiguración topológica dinámica
DynaGraph: interacción multimodal ligera con reconfiguración topológica dinámica. Optimiza el rendimiento y la flexibilidad en sistemas adaptables.
Una Teoría de Homología de Cociente de Representación en Redes Neuronales
Explora la homología de cociente de representación en redes neuronales y su aplicación en el análisis topológico de las representaciones internas.
Alineación de modalidades a través de árboles en variedades hiperbólicas heterogéneas
Alineación de modalidades con árboles en variedades hiperbólicas heterogéneas. Estudio innovador sobre estructuras geométricas complejas y su aplicación en topología diferencial.
Orden topológico en funciones de onda neuronales
Orden topológico aplicado a funciones de onda neuronales optimiza redes y revela su estructura interna. Técnica innovadora para inteligencia artificial y machine learning.
TCP-MCP: Coevolución guiada por el paisaje de indicaciones y topologías de comunicación para sistemas multiagente
Coevolución guiada por el paisaje de indicaciones y topologías en sistemas multiagente. Descubre cómo este enfoque optimiza la interacción y estructura de los agentes.
Una perspectiva teórica de haces y topológica sobre el modelado de redes complejas y los mecanismos de atención en modelos neuronales de grafos
<meta name=description content=Descubre cómo los haces y la topología influyen en redes complejas y la atención en grafos. Un estudio esencial para el análisis de redes.>
Aprendizaje de fibrados tangentes y clases características con atlas de autoencoders
Aprende cómo los autoencoders permiten modelar fibrados tangentes y clases características en geometría diferencial. Un enfoque innovador que combina topología y aprendizaje profundo.
Aprendizaje profundo topológico periódico para el diseño y descubrimiento de polímeros
<meta name="description" content=Aprendizaje profundo topológico periódico para diseño avanzado de polímeros. Innovación y optimización con inteligencia artificial.>