Últimos artículos para Aumento de Datos

La regularización de consistencia que preserva el orden mejora el rendimiento del modelo en diversas situaciones.

Examinando el sesgo social en el aprendizaje automático, enfocándose en modelos de lenguaje, visión y visión-lenguaje.

Estrategias para mejorar la interpretabilidad en sistemas de IA para una mejor comprensión.

Explora el muestreo de Gibbs y la ampliación de datos en el modelado estadístico.

Un nuevo método mejora el rendimiento y la eficiencia en el etiquetado de audio.

FDLS simplifica la creación de animaciones de personajes digitales realistas usando aprendizaje profundo.

Un nuevo modelo mejora el reconocimiento de categorías raras en conjuntos de datos desbalanceados.

Un estudio muestra que el Aprendizaje Contrastivo Supervisado mejora el rendimiento del modelo en diferentes conjuntos de datos.

Un nuevo modelo mejora el reconocimiento de imágenes adaptándose a transformaciones de manera única.

RLLTE ofrece un marco flexible para desarrollar y mejorar aplicaciones de aprendizaje por refuerzo.

Nuevo enfoque mejora los modelos de aprendizaje profundo para una segmentación de imágenes médicas más confiable.

Nuevas técnicas mejoran el rendimiento del modelo usando pocos datos etiquetados.

La correcta separación de datos mejora la precisión en la detección del cáncer de pulmón usando aprendizaje profundo.

Un nuevo método mejora la generación de muestras positivas en el aprendizaje auto-supervisado.

Explorando la importancia de la normalización de características en las dinámicas de aprendizaje no contrastivo.

BOD simplifica el análisis de datos al involucrar a los usuarios en clasificar las variables importantes.

Un nuevo modelo liviano mejora la estimación de la tonalidad usando técnicas de aprendizaje auto-supervisado.

La investigación mejora la predicción de fuerza en cirugía robótica usando datos visuales y aprendizaje automático.

Un método de aprendizaje profundo mejora la detección de problemas renales en imágenes médicas.

Examinando la equidad y precisión en la detección de usuarios vulnerables de la carretera por vehículos autónomos.

NAG2G mejora el proceso de predecir los reactivos para la síntesis de compuestos.

Un nuevo enfoque mejora los modelos de PNL contra ataques adversariales a través de la paráfrasis dirigida.

Un nuevo marco de IA mejora la detección de enfermedades oculares a través de técnicas de imagen mejoradas.

Nuevos métodos buscan mejorar el diagnóstico de neumonía en la salud pulmonar de los niños.

FrameFlow impulsa el diseño de proteínas al mejorar la diversidad y funcionalidad de los andamios.

Este estudio examina cómo el ML mejora la selección de variables en la computación simbólica.

Una inmersión profunda en los Modelos de Difusión de Denoising y su simplificación para mejorar el aprendizaje de representaciones.

Un enfoque de aprendizaje auto-supervisado mejora el análisis de fibras nerviosas en imágenes del cerebro.

Este trabajo examina cómo los LLMs mejoran la detección de vulnerabilidades en el código Java.

Usando métodos de ML para mejorar la detección de la enfermedad de Alzheimer a través de estrategias de datos.

Los investigadores mejoran la precisión en la clasificación de sonidos del corazón usando métodos de aumento de datos con códec.

CAMBranch mejora la optimización en Programación Lineal Entera Mixta con técnicas de aprendizaje automático.

Los investigadores mejoran el rendimiento del modelo aumentando la variedad de datos usando métodos de augmentación novedosos.

Este estudio mejora el rendimiento de GNN a través de explicaciones gráficas efectivas.

Un nuevo enfoque para integrar diversas perspectivas culturales en los modelos de lenguaje.

Entender cómo construir sistemas de aprendizaje automático más confiables contra amenazas adversariales.

Un nuevo marco mejora la búsqueda conversacional al mejorar la generación de datos diversos.

Mejorando los modelos de texto a SQL al integrar diferentes formas de hacer preguntas.

Este artículo explora cómo la augmentación de datos mejora el aprendizaje en el aprendizaje por refuerzo profundo.

Un estudio muestra que la augmentación de audio puede mejorar el reconocimiento de voz en lenguas con pocos recursos.