Computerwissenschaften - Künstliche Intelligenz

Eine Studie über das Generieren von sinnvollen Folgefragen, um das Verständnis zu vertiefen.

Ein neuer Ansatz verbessert die Pronomenauflösung mit BERT und syntaktischen Informationen.

Eine neue Methode sagt das Hirnalter auf Voxel-Ebene voraus, um bessere Einblicke zu bekommen.

Eine neue Methode nutzt Bilder von der Strasse, um effizient Karten für verschiedene Feldfrüchte zu erstellen.

Ein neuer Ansatz verbessert die Leistung von Sprachmodellen durch optimiertes Gewichtsrunden.

In diesem Artikel geht's um das Vertrauensverhältnis in Teams mit Menschen und Robotern.

Neue Methoden verbessern, wie Roboter menschliche Bewegungen nachahmen, was die Interaktion verbessert.

SparseSwin bietet eine effiziente Bildklassifizierung mit weniger Parametern und hoher Genauigkeit.

Forschung zeigt Vorurteile in KI, die unterrepräsentierte Gruppen in Neuseeland betreffen.

Dieser Artikel vergleicht Llama-2 und GPT-3 beim Generieren von HPC-Code.

Neue Methode kombiniert EKG- und CMR-Daten für bessere Herzbewertungen.

LLMs verbessern die Softwareleistung und Effizienz bei der Code-Optimierung.

Ein umfassender Blick auf Halluzinationen in KI und deren Auswirkungen auf die Genauigkeit.

Eine neue Methode verbessert die Erkennung von Deepfakes über verschiedene Videoqualitäten hinweg.

Ein neuer Ansatz stärkt das Vertrauen der Ingenieure in KI-Vorhersagen während Vorfällen.

Diese Studie untersucht den Einsatz von Sensoren zur Verbesserung der Hebesicherheit und zur Überwachung von Praktiken.

Neue Methode verbessert die Platzierung von Sensoren zur Überwachung der Aktivitäten von Bewohnern.

Eine neue Methode hilft Robotern, sicher in unsicheren Umgebungen zu lernen.

Neue Methoden zielen darauf ab, die Inklusivität bei KI-generierten Bildern zu verbessern.

Die Vorlieben für Erklärungen von Jobempfehlungen zu verstehen, ist wichtig für eine effektive Rekrutierung.

Ein neuer Ansatz zur Lösung von Differentialgleichungen mit neuronalen Netzwerken und orthogonalen Polynomen.

phi-1.5 zeigt, dass kleinere Modelle mit hochwertigen Daten gut abschneiden können.

Neue Trainingsaufgaben verbessern Sprachmodelle für eine bessere Dokumentenverarbeitung.

Diese Studie zeigt, wie LSTM-Netzwerke Lücken in GRACE-Daten füllen können.

Häufige Probleme beim Testen von Deep Learning angehen, um die Zuverlässigkeit von Modellen zu verbessern.

Ein Blick auf Gradientenabstiegsmethoden und deren Bedeutung im maschinellen Lernen.

Effizienz bei systematischen Reviews durch innovative Abfrage-Methoden steigern.

Neue Ansätze finden, um die Roboternavigation in komplexen Umgebungen zu verbessern.

Diese Studie untersucht Vorurteile in Sprachmodellen mithilfe von promptbasiertem Lernen.

Die Erforschung des relationalen Engpasses und seine Rolle beim Verständnis abstrakter Konzepte.

Ein schneller Blick auf zukünftiges Training verbessert die Echtzeit-Übersetzungsgenauigkeit und reduziert Fehler.

Neuer Ansatz automatisiert das Design von Belohnungsfunktionen für Deep Reinforcement Learning bei Robotern.

Innovative Kopfmodelle helfen bei der Gehirnforschung und der Behandlungsplanung.

Diese Methode vereinfacht die Auswahl von Algorithmen und Einstellungen für Machine-Learning-Aufgaben.

Das Rank2Tell-Dataset verbessert das Verständnis von Verkehrsszenen für das Vertrauen in selbstfahrende Technologien.

Eine neue Methode, um die Ausgaben von GEC-Systemen besser zu kombinieren.

Eine neue Methode ermöglicht detaillierte und dynamische menschliche Avatare.

Ein Blick auf Ensemble Mask Networks und ihre Fähigkeiten bei der Matrixmultiplikation.

Style2Fab ermöglicht es Nutzern, 3D-Modelle zu personalisieren, ohne die Funktionalität zu beeinträchtigen.

Ein neuer Ansatz verbessert die Spieleridentifikation durch Keyframe-Analyse.