A biblioteca ibu-boost implementa uma nova abordagem para seleção de splits em árvores GBDT, substituindo a comparação relativa por uma rejeição baseada em limiar absoluto. Isso visa eliminar a necessidade de parâmetros arbitrários como min_gain_to_split, inspirando-se na ideia de "screening transform" de um artigo de pesquisa.
CAWI propõe um novo framework de inicialização de pesos para Redes Neurais Aleatórias (RdNNs) que aborda a limitação da inicialização aleatória convencional que ignora a dependência entre características. Ele utiliza uma cópula ajustada aos dados para garantir que as projeções congeladas respeitem a dependência empírica, melhorando o condicionamento e o desempenho preditivo.
Este artigo propõe o Aprendizado por Diferença Temporal Enfática Regularizada (RETD) para resolver o dilema entre estabilidade, geometria de projeção e variância no aprendizado off-policy por diferença temporal. O método regulariza a recursão de centralização auxiliar para preservar a definida positividade da matriz chave ETD e prova sua convergência.
O algoritmo SEMO, desenvolvido pela DeepoMe, busca identificar desajustes biológicos mensuráveis para intervenções personalizadas em tecnologia de longevidade. Ele funciona como uma estrutura algorítmica de medicina de rede, conectando sinais ômicos e redes-alvo de compostos, conforme introduzido em um pré-print do bioRxiv para aplicações em COVID-19.