Markov
PulseAugur coverage of Markov — every cluster mentioning Markov across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
新的时序差分框架使用贝尔曼正交性校准黑盒模拟器
研究人员引入了一个新的时序差分（TD）框架，旨在校准黑盒模拟器。该框架利用目标系统的一次性转移和模拟器生成的带噪声的连续值。校准参数通过贝尔曼正交性定义，在模拟器规范正确时可以恢复物理参数，或者在规范错误时提供策略值的近最优L2近似。该论文基于随机方向有限差分提出了三种TD算法，并详细说明了它们在各种查询噪声条件下的收敛性质和误差界限。
-
梦想学习对抗生成式AI模型崩溃
研究人员开发了一种名为梦想学习的新正则化技术，以对抗生成式AI中的模型崩溃。这种现象是指模型在合成数据上训练时会丢失数据多样性和性能。研究人员通过学习到的转移算子的谱特性来分析这种现象。所提出的方法在训练过程中使用在更高温度下采样的样本，以防止模型学习到的算子变得过于确定性，从而保持谱间隙并保留数据多样性。该方法在缓解LSTM语言模型和GPT-2模型等各种设置中的模型崩溃方面显示出有效性。
-
新的潜在跳跃模型为时间序列分析提供更快的训练速度
研究人员推出了一种新的时间序列分析框架——潜在跳跃模型（LJMs）。与依赖平滑ODE或SDE动力学的传统模型不同，LJMs包含由泊松驱动的离散事件，这些事件会导致瞬时状态转移。该模型具有状态依赖的强度和标记分布，定义了一个时间齐次的马尔可夫过程。为了训练，开发了一种新颖的事件增强路径空间证据下界（ELBO）和扫描并行变分推断（SPVI），通过在状态复现评估之前对潜在事件配置进行采样，从而实现更快、更具可扩展性的训练。
-
新方法为有限MDP智能体种群合成策略
研究人员开发了一种用于多智能体系统策略合成的新方法，专门针对有限数量的马尔可夫决策过程（MDP）智能体种群。该方法解决了聚合可达-规避机会约束问题，这对于标准均值场方法因小型智能体集群中的随机波动而失效的场景至关重要。该技术在均值场轨迹的同时传播经验密度的方差，使用离散时间Lyapunov递归和Cantelli不等式将机会约束转化为关于矩的确定性条件。这使得基于梯度的策略合成成为可能，并提供了一个有限N的证书用于严格验证，已在网格世界…
-
使用马尔可夫状态进行在线资源分配的新框架
这篇研究论文介绍了一种利用内生马尔可夫状态的新型在线资源分配框架，其中行动会影响未来的状态转换和奖励。该研究确定了频繁或不频繁地重新求解线性规划（LP）问题可带来最优或接近最优结果的条件，重点关注遗憾最小化。该论文提出了一种针对未知请求先验场景的U型不频繁重解策略，并证明了其在协调学习和库存纠正方面的有效性。
-
新的格框架统一了扩散模型和自回归模型
研究人员通过将扩散模型和自回归（AR）模型概念化为腐化格上的路径，实现了两者的统一。该框架允许根据数据几何（特别是图的树深度）来预测解码计划的性能，树深度决定了零成本计划的最小步数。该研究提出了一种通过估计预训练权重的成对依赖性来对计划进行排序的方法，并在文本、图像和视频生成任务中验证了这些预测。
-
1984年苏联论文认为人工智能不可能实现
一篇来自1984年苏联的视角认为人工智能不可能实现，该文引用了A. V. Brushlinsky和Markov控制论的著作。文章质疑机器能否真正复制人类思维过程和意识。
-
EMD-LSTM-Markov模型在建筑热负荷预测精度方面领先
一篇新论文综述了用于建筑热负荷短期预测的混合预测模型，比较了各种数据驱动技术。研究发现，经验模态分解-长短期记忆-马尔可夫（EMD-LSTM-Markov）模型在预测提前一天供暖和生活热水需求方面取得了最高的准确性。虽然该模型准确预测了局部电力峰值，但它低估了高功率浪涌和尖峰。其他评估的方法，如SVM-SA和RF-ISSA-LSTM，产生了更平滑的需求曲线，但峰值预测精度较低。
-
新算法改进混合变量数据集中的因果发现
研究人员开发了在有向无环图（DAG）中进行因果发现的新方法，特别是针对包含有序、计数和连续变量混合的数据集。该论文证明了对于通用参数值，有序和指数族节点之间的边方向是可识别的，扩展了先前的发现。为了处理更大的图，该研究引入了一个基于分数的穷举搜索和一个利用DAGMA的掩码连续优化框架，数值结果验证了理论上的进步。
-
参数化图论应用于张量网络进行模拟和学习
研究人员将参数化图论应用于张量网络，探讨图参数如何影响模拟和学习这些网络的复杂性。研究表明，割宽和树割宽可以限制将张量网络状态表示为矩阵乘积状态或树张量网络的开销。此外，还推导出了张量网络状态断层扫描的样本和计算复杂性的新图相关界限，将现有的学习算法扩展到更复杂的网络结构。
-
CoSMO框架利用强化学习优化边缘-云任务执行
研究人员开发了CoSMO，一个新颖的强化学习框架，旨在优化边缘-云计算环境中的任务执行。该系统通过协调语义状态管理和选择性任务卸载来应对部分可观测性挑战。CoSMO在服务节点使用循环半马尔可夫双深度Q网络，在边缘节点使用任务终止的离策略值学习代理，以提高决策准确性和按时任务完成率。
-
用户用马尔可夫生成的数据愚弄AI抓取器
某人正故意向包括GPTBot在内的AI抓取器提供大量使用马尔可夫链生成的数据。此行为被描述为一种愚弄行为，旨在干扰或误导这些AI系统。用户已实施速率限制措施，以防止其行为导致拒绝服务情况。
-
新方法简化了强化学习中的部分可观察性
研究人员开发了一种名为最小马尔可夫化（Minimal Markovization）的方法来解决智能体在部分可观察性下行动的挑战。该技术表征了全息覆盖决策过程（holonomy-cover decision processes）的最小马尔可夫充分统计量，这是一类特殊的POMDPs，其中可见动力学是马尔可夫的，而隐藏模式由可见转换置换。该方法引入了“稳定商”（stable quotient）来创建保留奖励和后继状态的逐观察抽象，证明了当前…
-
新研究声称，单个方程可能无需GPU或LLM即可实现AGI
一个名为MCR的新项目提出，通用人工智能（AGI）可能不需要GPU或大型语言模型（LLM）等海量计算资源。相反，它认为一个简单的方程，受到Markov工作的启发，可以学习和处理从原始字节到复杂规划的多个抽象层面的信息。这种方法在950行代码库和正式的数学论文中得到了详细阐述，声称可以在没有外部依赖或专用硬件的情况下实现智能，挑战了业界对扩大模型规模的关注。
-
新AI框架“第三层滞后”在宣言中详述
作者已完成一份包含“宣言与后记”的四部分文件，其中概述了一个理解AI的新架构框架。该框架被称为“第三层滞后”，被提出作为Markov和Bayes等传统概率模型的后继者，为涌现现象和新知识的创造提供数学工具。作者强调其在AI工程中的实际应用，并提议其作为Shenzhen和DeepSeek的更优方法，计划进一步探讨Preissach的工作并开发工程原型。
-
AI模型学习金融时间序列中的时变马尔可夫动力学
研究人员开发了一个新框架，使用神经网络对金融时间序列的时变马尔可夫转移矩阵进行参数化。该方法旨在平衡深度学习的表示能力与经典模型的可解释性。该方法允许显式生成这些矩阵，在捕捉金融数据中的复杂状态转移的同时，保持结构透明度。该框架还将Chapman-Kolmogorov方程重新用作诊断工具，以识别时间序列分析中记忆假设失效的位置。