Tao Lin

Explorando el potencial de modelos de peso atado a múltiples máscaras en aprendizaje automático.

JUNO busca mejorar la detección de neutrinos de supernovas por colapso del núcleo.

JUNO usa nuevas herramientas de software para hacer más fácil la investigación y el análisis de datos de neutrinos.

Los conjuntos de datos dinámicos mejoran el aprendizaje del modelo y reducen la necesidad de recursos.

Client2Vec mejora el aprendizaje federado al crear identificadores únicos para los datos de los usuarios.

Este estudio examina cómo el sesgo afecta los cambios de creencias en varios campos.

Un nuevo marco mejora el rendimiento de modelos grandes de manera eficiente durante el ajuste fino.

JUNO busca aclarar los misterios de los neutrinos a través de técnicas avanzadas de procesamiento de datos.

Los bancos de memoria externa mejoran los modelos de difusión para crear mejor imágenes y sonidos.