Computerwissenschaften - Maschinelles Lernen

Studie zeigt, dass maschinelles Lernen effektiv ist, um Krankenhauswiederaufnahmen ziemlich gut vorherzusagen.

Neue Methoden verbessern die Effizienz von tiefen neuronalen Netzen für Geräte mit begrenzten Ressourcen.

Transolver bietet fortschrittliche Lösungen für komplexe mathematische Probleme in verschiedenen Bereichen an.

Eine neue Methode für effizientes Modell-Tuning vorstellen.

Ein neues System erkennt schädliche Inhalte in UGCG-Werbung.

Die Optimierung der CNN-Leistung auf FPGAs durch Speicherverwaltungstechniken.

Eine neue Methode verbessert die Aktionskennung in ungeschnittenen Videos mit wenigen Beispielen.

Untersuche verschiedene Modelle, die für die Datenklassifikation und Unsicherheitsabschätzung verwendet werden.

Erfahre, wie prescriptive Netzwerke die Behandlungsentscheidungen in der personalisierten Gesundheitsversorgung verbessern.

Untersuchen, wie Daten die Ausrichtung von KI-Modellen auf menschliche Präferenzen beeinflussen.

Diese Studie konzentriert sich darauf, die Fehleranalyse in Siliziumkarbid-Wafern mithilfe von maschinellem Lernen zu automatisieren.

Die Rolle von maschinellem Lernen in rigoroser wissenschaftlicher Forschung erkunden.

Lern, wie das Entfalten das Training von neuronalen Netzwerken für physikalische Simulationen verbessert.

TransFusion verbessert das kontrastive Lernen mit strukturierter Aufmerksamkeit und effektiver Datenverarbeitung.

Eine neue Methode verbessert die Genauigkeit und Geschwindigkeit bei der Schätzung von Lipschitz-Konstanten für tiefe Netzwerke.

Untersuchung der Auswirkungen von Angriffen auf die Effizienz von maschinellem Lernen und Vorschlag neuer Strategien.

Diese Studie identifiziert wichtige Hyperparameter, um Quanten-Neuronale Netzwerke effektiv zu trainieren.

Nutzung neuer Techniken für effizientes städtisches Wassermanagement.

Ein Blick darauf, wie neuronale Netzwerke lernen und welche Rolle die Physik beim Training spielt.

Ein neuer Ansatz, um Stimmen mit verbesserter Rhythmusgenauigkeit zu synthetisieren.

Ein mehrsprachiger Ansatz, um die Erfahrungen von Patienten mit unerwünschten Arzneimittelwirkungen zu verstehen.

Die Erforschung der Rolle von Quantenalgorithmen bei der Aufdeckung von Finanzverbrechen.

Automatisierte Lösungen zur Erkennung von Gehirntumoren zeigen vielversprechende Ansätze zur Verbesserung der Patientenversorgung.

Eine neue Methode verbessert die Vertrauenswerte für Sprachmodelle zu bestimmten Themen.

Diese Studie untersucht, wie man Verhaltensanalyse mit maschinellem Lernen nutzen kann, um die Ergebnisse im Online-Lernen zu verbessern.

SEMA bietet einen flexiblen Ansatz fürs kontinuierliche Lernen und passt Modelle effektiv an neue Daten an.

Ein Modell sagt die Verwundbarkeit gegenüber Cyberangriffen basierend auf sozialen und wirtschaftlichen Faktoren voraus.

Ein neuer Ansatz, um hochdimensionale Daten leichter zu handhaben.

MANGO testet Sprachmodelle für Navigation und Kartierung in Labyrinth-Kontexten.

Eine neue Methode nutzt Deep Learning, um stochastische Differentialgleichungen effektiv zu lösen.

Lern, wie Entscheidungsbäume bei datengetriebenen Entscheidungen und Vorhersagen helfen.

Wir stellen DeNetDM vor, eine Technik, um Vorurteile in neuronalen Netzwerken zu reduzieren, ohne komplizierte Anpassungen.

Diese Studie betont die Bedeutung von Zielvariablen beim Modellieren des Verhaltens von Fahrzeugen.

Untersuchen, wie Informationen Entscheidungen in komplexen Situationen beeinflussen.

Eine neue Methode, um tiefe neuronale Netze mit Hilfe von Vision-Sprachmodellen zu überprüfen.

Eine neue Methode verbessert das Lernen, indem sie unterschiedliche Datenskalen berücksichtigt.

Eine Studie zur Erklärbarkeit von Machine-Learning-Modellen für die Behandlung von Bauchspeicheldrüsenkrebs.

SCADA-Daten nutzen, um Vorhersagen zu verbessern und Leistungsprobleme bei Windturbinen zu erkennen.

Diese Methode vereinfacht das Mischen von verschiedenen LoRA-Modellen für die Erzeugung hochwertiger Bilder.

Neue Trainingsmethode verbessert Stabilität und Genauigkeit in molekulardynamischen Simulationen.