Computerwissenschaften - Maschinelles Lernen

Lern was über Ablehnungsstichproben und Stichprobenkomplexität in der Datenwissenschaft.

Optimiere den Datentransfer in mobiler KI mit innovativen Kompressionstechniken.

Die Erkenntnisse aus datenreichen Städten nutzen, um bessere Verkehrsprognosen in datenarmen Gegenden zu erstellen.

Innovative Abwehrmassnahmen verbessern die Sicherheit von Machine Learning-Modellen gegen feindliche Bedrohungen.

Neue Kompressionstechniken verbessern die KI-Leistung bei medizinischen Bildgebungsaufgaben.

Entwicklung eines Klassifizierungssystems für Patente in grünen Kunststoffen mit Hilfe von Machine-Learning-Techniken.

Eine Studie über ChatGPTs Fähigkeit, unerwartete Eingaben zu verarbeiten.

Ein Überblick über Techniken zur Identifizierung unbekannter Datenkategorien.

Ein neues Framework, um die Privatsphäre im föderierten Lernen zu verbessern und gleichzeitig die Modellleistung zu steigern.

MUTANT ist ein Datensatz, der entwickelt wurde, um Hinglish-Code-Mix-Text zu studieren.

Ein neuer Ansatz zur effizienten Modellauswahl bei gleichzeitiger Wahrung der Privatsphäre im föderierten Lernen.

Eine neue Methode verbessert das kontinuierliche Lernen, indem sie das Vergessen reduziert und die Modellbeibehaltung verbessert.

Ein Blick auf die kritischen Aspekte der Erkennung von Deepfakes.

Bessere Nutzererlebnisse mit KI durch effektive Designstrategien schaffen.

Dieser Artikel stellt eine effektive Methode vor, um Links in zeitlichen Graphen mit einem einfacheren Modell vorherzusagen.

Dieser Artikel analysiert die Auswirkungen von Aggregationstechniken auf die Leistung von GNNs.

Verbessere die Modellergebnisse, indem du clever Eingabemuster für Monte-Carlo-Simulationen auswählst.

Erkunde die Bedeutung, den Aufbau und die ständige Verbesserung von Wissensgraphen.

Eine neue Methode verbessert das Training von KI-Modellen zur Fehlererkennung in der Industrie.

Eine neue Methode verbessert die Zuverlässigkeit kleinerer KI-Modelle.

Eine neue Methode zur Verbesserung der Aufgabeneffizienz bei gleichzeitiger Verwaltung des Stromverbrauchs.

Ein neuer Ansatz, um die Entscheidungsfindung in sich verändernden Umgebungen zu verbessern.

Neue Techniken zielen darauf ab, die Erkennung von Stottern in der Sprache zu verbessern.

Entdecke Methoden, um gelabelte Daten im Bereich der natürlichen Sprachverarbeitung zu erweitern.

Diese Studie vergleicht Methoden zur Vorhersage der Maschinenlebensdauer und zur Messung von Unsicherheit.

Untersuchen, wie Subwort-Pooling die Ereigniserkennung in verschiedenen Sprachen beeinflusst.

Dieser Artikel schaut sich an, wie sich Nachfrageänderungen auf die Entscheidungsfindung im Ressourcenmanagement auswirken.

Eine neue Methode verbessert die Geschwindigkeit von KI-Entscheidungserklärungen mit integrierten Gradienten.

Ein neues Modell verbessert die Datenrepräsentation und den Umgang mit Unsicherheiten mithilfe von bayes'schen Prinzipien.

Die Fairness beim Clustern untersuchen und dabei sensible Attribute respektieren.

Ein neuer Ansatz bietet klare Regeln für die Interpretation der Klassifikation von sequenziellen Daten.

Wir stellen DFedSAM und DFedSAM-MGS vor, um die Modellkonsistenz im dezentralen Lernen zu verbessern.

Effiziente Modelle in grossen neuronalen Netzwerken erkunden, um die Leistung zu verbessern.

Entdecke die QCAD-Methode für verbesserte Anomalieerkennung in verschiedenen Bereichen.

Cluster-Purging hilft, Ausreisser in verschiedenen Datenbereichen effektiver zu identifizieren.

Diese Methode verbessert die Modellleistung in verschiedenen Datenumgebungen, ohne dass ein erneutes Training nötig ist.

Ein neuer Ansatz, um haptische Kommunikation durch aufgabenorientiertes Design zu verbessern.

Eine neue Methode bietet anwendbare Tipps für Kreditbewerber, die Ablehnungen anfechten wollen.

Neue Erkenntnisse zur Verbesserung der Leistung von grafischen neuronalen Netzwerken.

Ein neues Framework sorgt dafür, dass Rechtsmittel auch bei Veränderungen in den Entscheidungsalgorithmen gültig bleiben.