Computerwissenschaften - Maschinelles Lernen

Die Notwendigkeit von Klarheit in den Entscheidungsprozessen von KI erkunden.

Deep Learning einsetzen, um die Effizienz des öffentlichen Verkehrs zu verbessern und Kosten zu senken.

Eine neue Methode beschleunigt die Vergleiche von Merge-Bäumen in der wissenschaftlichen Datenanalyse.

Ein neuer Ansatz verbessert die Hindernisvermeidung bei Robotern durch neuromorphe Computer.

Diese Arbeit untersucht Muster der Fähigkeitenaneignung mithilfe von maschinellen Lerntechniken auf grossen Datensätzen.

Neue KI-Methode verbessert die Klassifizierung von Krebszellen und geht dabei mit Batch-Effekten um.

Eine neue Methode verbessert aktives Lernen für unausgeglichene Datensätze.

Datenreduktion verbessert die Effizienz des Modells und geht gleichzeitig potenziellen Bias-Problemen an den Kragen.

Eine neue Methode verbessert die GNSS-Standortgenauigkeit in Städten mit hohen Gebäuden.

Moment Pooling verbessert die Jet-Klassifizierungsleistung in der Teilchenphysik.

Neues Modell geht mit den Komplexitäten der Entscheidungsfindung bei unvorhersehbaren Verzögerungen um.

Eine neue Methode verbessert das Finden von Lösungen bei komplexen Optimierungsproblemen.

Eine neue Methode ermöglicht es Drohnen, unbekannte sich bewegende Ziele effektiv zu verfolgen.

Die Analyse der Beziehung zwischen kontrastivem Lernen und traditionellen Methoden wie PCA.

Die Forschung zielt darauf ab, Sprachmodelle sicherer und nützlicher für die Nutzer zu machen.

Ein neues Modell kombiniert Zeit- und Frequenzanalyse für verbesserte Vorhersagegenauigkeit.

Diese Studie konzentriert sich darauf, Gangwerte mit fortschrittlichen Deep-Learning-Modellen vorherzusagen.

Wavelet-Techniken verbessern die Genauigkeit bei der Zeitreihenvorhersage in verschiedenen Bereichen.

Ein Framework geht die Herausforderungen der Energie Messung in Cloud-Umgebungen für umweltfreundlicheres Rechnen an.

Es ist wichtig, Tools zu verbessern, die schädliche Sprache in Online-Räumen erkennen.

Neue Methode verbessert die Modellleistung trotz Label-Rauschen.

Dieses Projekt konzentriert sich darauf, Datenschutzrichtlinien mithilfe von maschinellem Lernen zusammenzufassen, damit die Nutzer sie besser verstehen können.

AFedPG verbessert die Effizienz im föderierten Reinforcement Learning durch asynchrone Updates.

Die Sicherheitsherausforderungen, die durch selbstüberwachtes Lernen und No-Label-Backdoor-Angriffe entstehen.

Verborgene Faktoren aus unvollständigen Daten in komplexen Systemen lernen.

Forscher bringen Quadrokopter dazu, das Landen von Fliegen auf umgekehrten Oberflächen nachzuahmen.

Untersuchen, wie ähnliche Subwörter das Lernen und die Leistung von Sprachmodellen beeinflussen.

Untersuche, wie sich die Signalbewegung auf die Leistung und das Training von Transformatoren auswirkt.

Neue Algorithmen verbessern den Datenschutz und die Optimierung in Machine-Learning-Modellen.

Lern, wie Empfehlungssysteme die Nutzerpräferenzen mit Multi-Armed-Bandit-Algorithmen beeinflussen.

Die Untersuchung des Gradientenabstiegs bei der Phasenrekonstruktion und seinen Optimierungsherausforderungen.

Dieser Artikel untersucht, wie Entwickler staatliche Gelder in OSS-Projekten wie scikit-learn sehen.

Neue hybride Modelle verbessern die Vorhersagen des Materialverhaltens unter zyklischer Belastung.

Forschung hebt innovative Techniken zur Optimierung der Wärmeübertragungseffizienz hervor.

Diese Bibliothek bietet eine effiziente Möglichkeit, molekulare Fingerabdrücke für Chemiker zu berechnen.

Ein neuer Datensatz verbessert die Computererkennung von Objekten in verschiedenen Zuständen.

Diese Studie bewertet, wie gut ChatGPT UML-Sequenzdiagramme aus Anforderungen in natürlicher Sprache erstellt.

Eine neue Methode verbessert die Trainingsdaten für Offline-Verstärkungslernen.

Bedrohungen und Abwehrmechanismen im föderierten Lernen gegen bösartige Angriffe analysieren.

Neue Methoden verbessern die Qualität der Beispielsätze in Wörterbüchern durch Sprachmodelle.