Computerwissenschaften - Maschinelles Lernen

Lern, wie Erklärbarkeit Vertrauen und Leistung im maschinellen Lernen verbessert.

Strategien untersuchen, um die Zuverlässigkeit von Deep Learning gegen feindliche Bedrohungen zu verbessern.

Die Zukunft von Stromnetzen erkunden und die Rolle moderner Tools.

O-RAN bietet bessere Abdeckung, hat aber Sicherheitsprobleme, die angegangen werden müssen.

ZipNN komprimiert KI-Modelle effizient und behält dabei wichtige Details bei.

Entdecke, wie Dynamisches Teilmengen-Tuning die Effizienz des AI-Modelltrainings steigert.

Zu verstehen, wie Deep-Learning-Modelle mit Unsicherheit umgehen, ist wichtig für genaue Vorhersagen.

Dieser Artikel behandelt die Rolle von Surrogatverlusten beim Lösen komplexer Machine-Learning-Probleme.

LAMINAR bietet frische Ansätze zum Organisieren und Verstehen von komplexen Daten.

Ein Blick darauf, wie die Transfer-Entropie den Informationsaustausch in verschiedenen Systemen misst.

Forscher präsentieren ein Modell, um Gehirn-Abfallabtransportgefässe besser zu identifizieren.

Ein neuer Ansatz verbessert die Effizienz bei der Analyse von medizinischen Bildern zur Krebsdiagnose.

Ein genauerer Blick darauf, wie kausale Aufmerksamkeit KI-Sprachmodelle beeinflusst.

Sprachassistenten helfen dabei, frühe Anzeichen von Gedächtnisproblemen bei älteren Menschen zu erkennen.

Dieser Artikel bespricht, wie wir unsere persönlichen Daten vor Sprachmodellen schützen können.

Wir stellen DynPG vor, eine Methode, die das Lernen von Agenten in komplexen Umgebungen verbessert.

Eine neue Methode verbessert die frühe Diagnose von Alzheimer und vaskulärer Demenz.

Trap-MID bietet eine clevere Möglichkeit, Daten vor Hackern zu schützen.

STEP verbessert die Planungsfähigkeiten von Sprachagenten durch strukturiertes Gedächtnis und Aufgabenmanagement.

Lern, wie Technologie Bauern hilft, den Ertrag von Pflanzen mit Reinforcement Learning zu optimieren.

Die Erforschung von Fairness-Massnahmen in Algorithmen für bessere Entscheidungen.

Ein Blick darauf, wie Abstimmungen die Meinungen in grossen Gruppen klären können.

Automatisierung von Grammatik- und Rechtschreibkorrekturen für Bangla-Schreibfehler.

Lern, wie Regularisierung die Stabilität von Graph Neural Networks verbessert.

Eine neue Methode verbessert Preisprognosen in erneuerbaren Energienetzen mit fortschrittlichen Techniken.

Ein Blick darauf, wie CRM Vorhersagemodelle verbessert und mit Unsicherheiten umgeht.

Ein neuer Ansatz für faire Einstellungsverfahren, selbst bei unsicheren Vorhersagen.

KULCQ verbessert die Intent-Erkennung, indem es sich auf Schlüsselwörter in Nutzer-Nachrichten konzentriert.

Entdecke, wie Federated Learning den Datenschutz bei vernetzten Geräten angeht.

FedRewind verbessert die Zusammenarbeit zwischen Knoten im föderierten Lernen und schützt dabei die Datenschutz.

SCP hilft dabei, Ergebnisse vorherzusagen und dabei strategische Verhaltensänderungen zu berücksichtigen.

Maschinelles Lernen nutzen, um Babybewegungen für frühe Entwicklungsansichten zu bewerten.

Entdecke Methoden, um neuronale Netzwerke für kleinere Geräte zu verkleinern, ohne die Leistung zu verlieren.

Diese Studie bewertet die Zuverlässigkeit von Merkmalen zur Erkennung von Phishing-URLs über verschiedene Datensätze hinweg.

Lerne, wie Wissenschaftler Bewegungen mit smarten Methoden wie Partikelfilterung vorhersagen.

Vergleich von KI-Tools und statischer Analyse bei der Identifizierung von Krypto-Missbrauch.

Lern, wie angreifende Attacken Deep Learning durch differenzierbare Rendering-Techniken manipulieren.

G-SPARC bietet Lösungen für Kaltstart-Knoten im Graph-Learning.

NeuralDEM beschleunigt die Partikelsimulation mit Deep Learning für bessere Engineering-Ergebnisse.

Die Sicherheit der Astronauten gewährleisten, indem man die Strahlungswerte während Weltraummissionen vorhersagt.