Philip S. Yu

Un nuevo marco mejora la detección de anomalías en datos de grafos usando técnicas de aprendizaje activo.

DeepRicci mejora las redes neuronales de grafos al optimizar la estructura y las características de los nodos.

Un nuevo marco mejora las sugerencias personalizadas al centrarse en los niveles de confianza.

Los motores de búsqueda generativos enfrentan desafíos por preguntas adversariales, lo que afecta la precisión.

Explorando el impacto de los modelos de lenguaje en el aprendizaje de los estudiantes y la enseñanza.

Estrategias efectivas para abordar la incertidumbre en las Redes Neuronales de Grafos mejoran la confiabilidad.

Nuevos métodos para agrupar gráficos permiten una agrupación flexible sin necesidad de conocer el número de clústeres.

Este artículo presenta un método para mejorar el manejo de datos faltantes.

Un marco que detecta anomalías en gráficos mientras promueve un trato justo.

IGL-Bench ofrece herramientas esenciales para analizar mejor gráficos desbalanceados.

Un método para mejorar la privacidad de los datos en el aprendizaje federado eliminando influencias de datos específicas.

WaterSeeker mejora los métodos de detección para texto marcado con agua en documentos grandes.

Integrar transcripciones fonémicas puede mejorar el rendimiento de los LLM en diferentes escrituras de idiomas.

Un nuevo método mejora la extracción de relaciones documentales para tener mejores conexiones.

Nuevos métodos mejoran la detección de anomalías en redes en evolución.

Los Modelos de Lenguaje Grande mejoran las evaluaciones de resumidos de código con evaluaciones creativas.

Descubre cómo la codificación probabilística está cambiando la interpretación de datos y la toma de decisiones.