Xiaoli Li

Un nuevo método mejora la precisión en la clasificación de datos de series temporales de sensores.

Presentamos un enfoque novedoso para analizar datos complejos de sensores a lo largo del tiempo.

CompeteSMoE mejora la eficiencia de entrenamiento y el rendimiento en modelos de Mezcla Escasa de Expertos.

K-Link mejora el análisis de datos de MTS a través de una mejor comprensión de la interacción con los sensores.

Explorando cómo la IA impacta el desarrollo de software y las prácticas de codificación.

Explora métodos para mejorar la eficiencia y seguridad de las redes neuronales profundas.

TSLANet ofrece una solución nueva para analizar datos de series temporales con mejor precisión.

El marco EverAdapt se ocupa del reconocimiento de fallos en condiciones cambiantes de las máquinas.

Un nuevo método para adaptar datos de series temporales sin necesidad de información de origen.

Aprende cómo las GNN mejoran las predicciones de Vida Útil Restante para equipos industriales.