Sintéticos pero no realistas: el reto de evaluar modelos generativos en historias clínicas
Descubre por qué los datos sintéticos en salud pueden ser engañosos. Un estudio revela fallos en la evaluación actual y propone un marco multidimensional.
#vae
Aprendizaje de representaciones causales a partir de datos de red
GraCE-VAE: nuevo modelo causal que aprovecha redes biológicas para predecir intervenciones CRISPR con mayor precisión.
Política de Difusión Latente en Manipulación Robótica
Descubre Latent Diffusion Policy (LDP), un marco de dos etapas que simplifica la generación de trayectorias robóticas mediante flujo de matching en un espacio l
Construyendo espacios latentes de VAE con topología prescrita
Aprende a construir espacios latentes de VAE con topología prescrita, resolviendo el desajuste topológico y mejorando la calidad de reconstrucción en datos no euclidianos. Resultados superiores.
Modelos de Deriva para Flujo Sustituto
Descubre cómo los modelos de deriva generan flujos CFD de alta calidad en un solo paso, superando a la difusión en velocidad y precisión. Ideal para simulación en tiempo real.
Modelos de Deriva para Simulación de Flujo Sustituto
Descubre cómo los modelos de deriva generan flujos de fluidos de alta calidad en un solo paso, superando a la difusión en velocidad y precisión para simulación en tiempo real.
dots.tts: Modelo TTS autoregresivo continuo de 2B parámetros
Descubre dots.tts, el modelo TTS de 2B parámetros que revoluciona la síntesis de voz con espacio latente continuo. Logra WER del 0.94% y latencia de 85 ms. Código abierto.
Compresión de tokens alineada con planificación en conducción autónoma
Optimiza la conducción autónoma con COMPACT-VA: compresión de tokens alineada con la planificación logra 68% éxito y 3.3x aceleración.
EEGDancer: Predicción emocional continua con EEG y aprendizaje por refuerzo
EEGDancer revoluciona la predicción de emociones continuas con EEG combinando VQ-VAE y aprendizaje por refuerzo. ¡Supera a métodos tradicionales!
CLEAR: Navegación adaptativa con evaluación latente en conducción autónoma
Descubre CLEAR: planificación ultrarrápida con razonamiento semántico para conducción autónoma. Alcanza PDMS 93.7 en NAVSIM.
Codificador/Decodificador que Preserva Geometría en Modelos Generativos Latentes
Descubre cómo un nuevo framework de codificador/decodificador preserva la geometría de los datos, acelerando la convergencia en modelos generativos latentes.
Generación de pruebas basada en anclajes latentes para redes neuronales profundas
Descubre cómo Latte, un framework de pruebas de caja negra, genera casos de prueba diversos y semánticamente cercanos para detectar fallos en redes neuronales profundas.
Generación escalable de expresión génica unicelular con difusión latente
Explora scLDM: un modelo de difusión latente que genera expresión génica unicelular escalable con atención cruzada. Ideal para clasificación celular.
RNN factorizado de bajo rango para dinámicas neuronales independientes
Descubre cómo el nuevo modelo FacRNN desenreda dinámicas neuronales latentes para una interpretabilidad sin precedentes en neurociencia computacional.
Inestabilidad en la dirección de puntuación en detección de anomalías
La detección de anomalías con división de clases puede ser inestable. Un nuevo método sin entrenamiento (fuga de vecindad) predice la inestabilidad. Descubre cómo afecta a modelos en CIFAR-10 y más.