Денис Аветисян

Библиометрия с интеллектом: новый взгляд на анализ научных данных

от

В статье представлена AI-Research-Lens — система, позволяющая проводить динамический библиометрический анализ с помощью естественного языка и интеллектуальных агентов.

Квантовая термодинамика: моделирование за пределами возможностей классических вычислений

от

Алгоритм расширения кванкернельной функции (QKFE) позволяет моделировать квантовую термодинамику, преобразуя динамику во времени в термодинамические величины при конечной температуре, такие как свободная энергия $F(T)$, а также вычислять энтропию $S(T)$ и теплоемкость $C(T)$ посредством аналитического дифференцирования, при этом, применительно к 1D 10-кубитному TFIM, приближение QKFE демонстрирует высокую точность по сравнению с точной диагонализацией, а в 2D TFIM, реализация алгоритма на квантовом процессоре подтверждает линейное масштабирование теплоемкости, причём для случаев $2 \times 2$ и $2 \times 3$ погрешности оказываются меньше толщины линии, что обусловлено обширным усреднением по выборкам и квантовым измерениям.

Новый квантовый алгоритм позволяет эффективно моделировать термодинамические процессы в квантовых системах при конечных температурах, открывая перспективы для изучения сложных физических явлений.

Ускорение 3D-реконструкции: новый подход к обработке временных последовательностей

от

Блок временного и пространственного слияния токенов, представленный в работе, эффективно использует временную согласованность и пространственную избыточность для снижения затрат на слияние в 4.58 раза при сохранении заданного коэффициента слияния.

Исследователи предлагают метод HTTM, позволяющий значительно повысить скорость работы модели VGGT при создании трехмерных моделей из видеоданных.

Трансформация нейросетей: от плотных моделей к разреженным экспертам без обучения

от

Новый подход позволяет преобразовать существующие нейронные сети в архитектуру Mixture-of-Experts, снижая количество параметров без потери производительности.

Самообучающийся Автопилот: Новый Подход к Безопасности и Адаптации

от

С целью повышения надежности систем автономного вождения предложен метод, устраняющий расхождения между данными, полученными в процессе обучения, и реальными условиями эксплуатации, посредством генерации контрфактических данных, а также адаптации стратегии управления на основе модели, учитывающей различия в целевых функциях.

Исследователи представили инновационную систему, позволяющую автомобилям с автопилотом обучаться на симулированных сценариях и адаптироваться к неожиданным ситуациям в реальном времени.

Управляя Знаниями: Новый Подход к Обучению Искусственного Интеллекта

от

В представлении больших языковых моделей выявлены два ключевых свойства, позволяющих добиться обобщаемого, непрерывного и масштабируемого контроля над знаниями, что открывает путь к созданию систем, способных адаптироваться и развиваться на протяжении всего жизненного цикла.

Исследователи разработали метод, позволяющий стабильно и эффективно обновлять знания больших языковых моделей на протяжении всего их жизненного цикла.

Обещания и сложность: как свойства предикатов упрощают задачи

от

Условия, необходимые для доказательства теорем 5.16, 5.17, 5.18 и 5.21, гарантирующих существование малых фиксированных назначений, формируют основу для обеспечения стабильности и управляемости системы.

В новой работе исследуется, как классификация логических предикатов по критерию ‘полезности обещаний’ позволяет выявлять условия, при которых задачи поиска решений становятся вычислительно простыми.

Распознавание антинуклеарных антител: обучение на собственном темпе

от

Предлагаемая архитектура осуществляет классификацию изображений с антинуклеарными антителами (ANA) путём извлечения и оценки отдельных паттернов в подрегионах изображения, используя обучаемые веса достоверности для выбора наиболее репрезентативных экземпляров, генерации непрерывных псевдометок на основе как меток изображения, так и весов достоверности, и адаптивного акцентирования надёжных экземпляров посредством динамической самообучающейся функции потерь, что в совокупности обеспечивает агрегацию предсказаний по всем подрегионам для получения финального результата мультиклассификации.

Новый подход к анализу изображений микроскопии позволяет более точно и надежно выявлять антинуклеарные антитела, используя метод самообучения.