Computerwissenschaften - Maschinelles Lernen

Wissenschaftler verbessern die Effizienz bei der Materialentdeckung, indem sie Expertenwissen mit Bayesianischer Optimierung kombinieren.

Untersuchen, wie Menschen und Algorithmen zusammenarbeiten können, um die Entscheidungsfindung zu verbessern.

Der ReLiCA-Algorithmus vereinfacht die Modellerstellung mit Hilfe von zellulären Automatenregeln und effektiven Einstellungen.

Eine Studie über Quanten-Maschinenlernmethoden zur Verbesserung der Betrugserkennung in der Finanzwelt.

Telematikdaten verbessern die Fairness und Sicherheit bei der Preisgestaltung von Autoversicherungen.

Ein Framework, das Mustererkennung und Filterung kombiniert, verbessert die Zuverlässigkeit von Modellen in komplexen Netzwerken.

Das FoX-Framework verbessert die Erkundung im Multi-Agenten-Verstärkungslernen durch das Bewusstsein für Formationen.

ConcatPlexer verbessert, wie mehrere Bilder effizient verarbeitet werden, ohne Genauigkeit zu verlieren.

Lern, wie du effektiv akademische Arbeiten vorbereitest und einreichst.

Ein neues Framework verbessert die Kernanalyse in der digitalen Histologie für eine bessere Krebsdiagnose.

Dezentralisierte Ansätze verbessern die Effizienz des Bestandsmanagements in komplexen Lieferketten.

Eine neue Methode kombiniert automatisches Codieren mit dem Input von Lehrern, um Online-Diskussionen zu verbessern.

Diese Studie zeigt, wie grosse Datensätze das Deep Learning in FWI-Anwendungen verbessern.

Lern, wie wichtig hochwertige Daten für verantwortungsvolle KI-Systeme sind.

Eine neue Methode verbessert die Effizienz der NPN-Klassifikation mithilfe von booleschem Einfluss.

Eine neue Methode verbessert Sprachmodelle speziell für Portugiesisch.

Ein neues Modell soll die Gesundheitsunterschiede in elektronischen Aufzeichnungen verringern.

LatentAugment steigert die Datenvielfalt für Machine-Learning-Modelle mit GANs.

Ein neues Framework verbessert die Nutzung von qualitativen Daten für bessere Entscheidungsfindung.

FATE verbessert die Erkennung von Textanomalien mit wenigen gekennzeichneten Beispielen und innovativen Lerntechniken.

Eine Methode zur Messung der mentalen Belastung mit EEG gibt Einblicke für bessere Gesundheit.

Eine neue Methode verbessert die Patientenversorgung, indem sie klinische und digitale Daten zusammenführt.

Erkunde anfängliche Trainingsstrategien im klasse-incrementellen Lernen, ohne vergangene Beispiele zu behalten.

Tryage hilft Nutzern, das richtige Sprachmodell einfach und effektiv auszuwählen.

TargetVAE hat sich zum Ziel gesetzt, die Medikamentenentwicklung zu vereinfachen, indem es potenzielle Arzneimittelverbindungen effizient erstellt.

Neue Techniken verbessern die kausale Inferenz trotz unbeobachteter Störfaktoren und komplexer Beziehungen.

Ein neues Modell verbessert die Abrufgenauigkeit für Videos mit mehreren Ereignissen.

Das Verstehen von Label-Rauschen ist wichtig für eine genaue Betrugserkennung.

Diese Studie untersucht, wie Autorenrepräsentationen Schreibstile mit Deep-Learning-Methoden erfassen.

Dieser Studie verbessert OOD-Erkennungsmethoden für eine bessere Zuverlässigkeit im maschinellen Lernen.

Eine neue Methode zur Analyse von Patientendaten aus Wearables für bessere Gesundheitsinsights.

Neue Methoden zur Objekterkennung mit selbstüberwachten Lerntechniken erkunden.

LtC optimiert die Videodatenübertragung für bessere Analysen und weniger Bandbreitennutzung.

Die Vorstellung von IFIB, um Ereignisse vorherzusagen, ohne auf Intensitätsfunktionen angewiesen zu sein.

Eine Studie über den Einfluss von langfristigem Kontext bei der Video-Aktionssegmentierung.

Effiziente Modelle für die Ähnlichkeitsanpassung im Machine Learning erkunden.

Neue Methoden verbessern die Datensammlung und das Verständnis komplexer Systeme durch mobile Sensoren.

Ein neuer Ansatz zur Messung des Vertrauens in die Vorhersagen von Transformer-Modellen.

KI nutzen, um innovative Batikmuster zu kreieren und gleichzeitig die Tradition zu ehren.

Eine Methode zur Vorhersage von inneren Holzfehlern basierend auf äusseren Formen.