本文探讨了光子神经网络（PNNs）中特征表示对准确性的影响。PNNs因其高并行性、低延迟和能效而受到研究社区的广泛关注。然而，将多个特征合并到一个输入中的常见做法改变了网络处理输入数据的方式，这一影响尚未得到充分研究。本文通过开发一种基于特征重要性的数学方法，分析了特征合并对PNNs性能和学习能力的影响。研究发现，合并特征会限制网络从数据中学习的能力，但通过选择最佳编码方法，可以在Iris数据集上实现高达12.3%的准确性提升。这些发现强调了在尺寸或功率受限的应用中，精心选择编码对PNNs准确性和决策策略的重要性。
Read more...
本文由Younghyun Koo和Maryam Rahnemoonfar撰写，探讨了如何利用图形神经网络（GCN）作为计算高效的模拟器来替代冰盖与海平面系统模型（ISSM）。ISSM通过有限元法和精细网格自适应解决了与冰川动力学相关的斯托克斯方程，但其计算时间受限于仅支持中央处理单元（CPU）。为克服这一限制，作者利用图形处理单元（GPU）的并行处理能力，设计了GCN作为ISSM的快速模拟器。该GCN在Pine Island Glacier（PIG）进行了20年的瞬态ISSM模拟训练和测试，成功再现了冰厚度和速度，相关系数超过0.998，计算速度比基于CPU的ISSM模型快34倍。这一成果为未来在不同融化速率情景下预测PIG变化提供了高保真度和快速计算的可能性。
Read more...
本文综述了基于扩散模型的视频编辑技术，包括理论基础和实际应用。文章首先概述了扩散模型的数学公式和图像领域的关键方法，然后根据核心技术的内在联系对视频编辑方法进行分类，描绘了其发展轨迹。此外，文章还介绍了基于点的编辑和姿势引导的人体视频编辑等新应用。同时，文章提出了一个新的基准V2VBench，包括四个文本引导的视频编辑任务，并进行了详细的评估和分析。最后，文章总结了当前的挑战和未来研究的潜在方向。
Read more...
本文由Patrick Takenaka等人在斯图加特媒体大学提出，主要研究基于喷墨打印机墨滴统计的打印机分类问题。论文的核心目标是利用打印文档扫描中的墨滴特征，特别是从频率域提取的特征，来识别打印机的型号。这对于打击伪造文档、验证文档真实性具有重要意义。研究团队开发了一套特征提取方法，并通过神经网络模型实现了对打印机制造商及具体型号的准确分类。此外，他们还发布了一个包含50个高分辨率扫描文档的数据集，涵盖25种不同打印机型号，这是目前公开可用的最大规模打印机识别数据集。
Read more...
本文探讨了多模态大型语言模型（MLLMs）在视觉上解决旅行商问题（TSP）和多旅行商问题（mTSP）的能力。通过引入一种新颖的多代理方法，利用MLLM框架中的多个专门代理，每个代理致力于优化这些组合挑战的解决方案。实验结果显示，多代理模型在零样本设置和多代理零样本上下文场景中显著提高了TSP和mTSP问题的解决方案质量。这些发现强调了MLLMs在计算优化中的强大工具潜力，为这一有前景的领域提供了进一步发展的见解。
Read more...
本文探讨了在多语言环境下平衡全球与本地偏好以减少AI系统危害的可行性。文章指出，当前AI系统的安全对齐通常集中在单一语言（尤其是英语）环境中，而忽略了全球范围内多语言和多文化的复杂性。为此，研究团队收集了首个多语言人类注释的红队提示集，区分全球性和本地性危害，以评估对齐技术的可靠性。研究通过在6种语言上应用最先进的对齐技术，展示了在保持通用性能的同时减少危害的可能性，为全球AI系统的安全优化提供了重要见解。
Read more...
本文介绍了一种基于神经网络的自动预测肌萎缩侧索硬化症（ALS）疾病进展的方法，称为ALS纵向语音转换器（ALST）。该方法通过分析ALS患者的纵向语音记录，利用高质量的预训练语音特征和纵向信息，实现了对ALS疾病进展的精确预测。ALST在ALS TDI数据集上的表现优于以往的最佳模型，AUC达到了91.0%，相对提高了5.6%。该研究不仅提供了一种更高效和客观的ALS疾病进展预测方法，还为早期诊断和治疗新方法的开发提供了重要支持。
Read more...
本文介绍了一种名为LLM4PR的工具，该工具结合了形式化程序细化技术和非正式的大型语言模型（LLM）方法，旨在自动化地将形式化抽象规范语句转换为可执行程序。传统的程序细化工具高度交互且缺乏自动化，而LLM虽然能够从非正式的自然语言规范自动生成代码，但生成的代码往往不可靠，且其生成过程是一个不透明的黑箱。LLM4PR通过将规范转换为前置和后置条件、自动构建基于细化计算的提示、与LLM交互生成代码，并最终验证生成的代码是否满足细化条件，从而确保代码的正确性。该工具已通过GPT4和Coq实现，并在HumanEval和EvalPlus数据集上进行了评估。
Read more...
本文介绍了一种受物理和生物过程启发的计算模型，用于模拟人类节奏感知和同步能力。该模型采用储层计算框架，模拟小脑的功能，具有双神经元分类，并包含调节信息传递的参数，反映生物神经网络的特征。研究结果表明，该模型能够准确感知并适应人类可感知的节奏模式，表现出与人类节奏交互行为高度一致的行为。通过引入微调机制和延迟反馈，模型能够实现连续学习和精确的节奏预测。定制化设置的引入进一步增强了其模拟多样化人类节奏行为的能力，强调了该架构在时间认知任务建模以及人工和生物系统中节奏同步和预测研究中的潜力。因此，我们的模型能够透明地模拟阐明大脑产生与节奏相关行为的动态过程的认知理论。
Read more...
本文探讨了图神经网络（GNNs）在链接预测任务中的不确定性量化问题。尽管GNNs在多种任务中表现出色，但在高风险领域的应用常受限于其预测的不确定性。本文首次尝试引入一种无分布假设、模型不可知的不确定性量化方法，为基于GNN的链接预测构建具有统计保证的预测区间，称为“conformalized link prediction”。该方法基于conformal prediction（CP）框架，该框架承诺构建统计稳健的预测集或区间。主要挑战包括：在处理依赖数据（如图）时，CP的关键假设——可交换性是否仍然适用于链接预测；即使可交换性假设有效，如何确保结果预测集或区间足够小以提供有用信息。为解决这些挑战，本文首先理论和实证地建立了链接预测任务中CP应用的排列不变性条件，并进行了精确的测试时间覆盖验证。利用图中的重要结构信息，本文发现图的幂律分布遵循性与CP效率之间的新颖且关键的联系，并开发了一种简单而有效的基于采样的方法，以在标准CP程序之前将图结构与幂律分布对齐。大量实验表明，对于conformalized link prediction，本文的方法在实现所需边际覆盖的同时，显著提高了CP的效率。
Read more...