Оптимизация в условиях неопределенности: надежность и сходимость
Новое исследование предлагает строгий математический анализ устойчивости и сходимости алгоритмов многокритериальной оптимизации, работающих с вероятностными моделями.
Наука
Предсказание смертности: новый взгляд на ансамблевое обучение
![В анализе данных о смертности в Норвегии, Испании и США, ансамбли SHAP демонстрируют зависимость точности прогноза (измеряемой среднеквадратичной ошибкой [latex]MSE[/latex]) от горизонта прогнозирования, указывая на то, что краткосрочные прогнозы более надежны, чем долгосрочные.](https://arxiv.org/html/2603.03789v1/2603.03789v1/plots/USA_Male.jpeg)
Исследование предлагает усовершенствованный подход к прогнозированию смертности, основанный на динамическом взвешивании моделей с использованием SHAP-значений.
Восстановление скрытых структур: новый подход к устойчивому анализу главных компонент
![Зависимость между задачами (L) и (F) демонстрирует взаимосвязь, где решение задачи (L) является необходимым, но недостаточным условием для решения задачи (F), и для полного решения (F) требуется дополнительное условие, выраженное как [latex]F = L + \Delta[/latex], где Δ представляет собой разницу между задачами.](https://arxiv.org/html/2603.03107v1/2603.03107v1/relation_GLS.jpeg)
Исследователи предлагают эффективный алгоритм для извлечения низкоранговых матриц из зашумленных данных, сочетающий факторизацию матриц и методы невыпуклой оптимизации.
Поиск новых молекул: оптимизация в компактном пространстве признаков
Исследователи разработали эффективный метод для поиска молекул с заданными свойствами, сочетающий байесовскую оптимизацию и низкоразмерные молекулярные дескрипторы.
Коллективный разум агентов: Оптимизация подсказок для повышения эффективности
Новый подход позволяет многоагентным системам, использующим графовые нейронные сети, автоматически находить наиболее эффективные комбинации подсказок для решения сложных задач.