Informática - Aprendizaje automático

WISER mejora las predicciones de tratamiento del cáncer a través de técnicas de datos innovadoras.

Un nuevo método para mejorar el entrenamiento adversarial en redes neuronales profundas.

Este estudio evalúa modelos de aprendizaje profundo para mejorar la clasificación de imágenes médicas.

Una mirada a los métodos de umbral para abordar los desafíos de la regresión ordinal.

Presentamos PQAH para entender mejor los mapas de calor de IA y su evaluación.

Un nuevo enfoque mejora el proceso de entrenamiento de modelos de lenguaje grandes.

Un nuevo método mejora las interacciones en el chat simulando un diálogo en tiempo real.

Una guía sobre métodos de auditoría ética para tecnologías de aprendizaje automático.

PatWay-Net combina el aprendizaje automático con predicciones claras sobre los resultados de los pacientes.

El aprendizaje profundo mejora las resonancias magnéticas, aumentando la velocidad y la calidad de la imagen para un mejor diagnóstico.

Nuevos enfoques mejoran los métodos de toma de decisiones, reduciendo la dependencia del conocimiento previo y mejorando la exploración.

Un nuevo método mejora la claridad y el rendimiento de las predicciones de GNN.

La atención cross-layer reduce la necesidad de memoria mientras mantiene el rendimiento del modelo en el procesamiento del lenguaje.

Los investigadores evalúan el papel de la IA en el análisis de datos astronómicos y sus implicaciones.

Este estudio examina cómo reaccionan los creadores cuando sus obras se utilizan para el entrenamiento de IA.

EchoAlign modifica las características de los datos para alinearse con etiquetas ruidosas, mejorando el rendimiento del aprendizaje automático.

Explorando el impacto y las técnicas detrás de las interfaces cerebro-computadora para mejorar la comunicación.

Los investigadores usan el aprendizaje automático para identificar posibles exoplanetas y enanas marrones.

Combinar el conocimiento de física con modelos basados en datos mejora el rendimiento del modelado generativo.

Un nuevo marco mejora la comparación de candidatos en la recuperación de datos.

Un nuevo método mejora la inferencia causal al integrar gráficos causales en el aprendizaje automático.

SOBER mejora la eficiencia en encontrar los parámetros óptimos para modelos complejos.

Un nuevo método mejora la detección de datos inusuales en modelos de aprendizaje automático.

Un nuevo método mejora la optimización en problemas costosos de alta dimensión.

Un marco que mejora el aprendizaje por refuerzo al incorporar restricciones esenciales.

Un nuevo método mejora la identificación de circuitos dentro de grandes modelos de lenguaje.

Una mirada a cómo las prácticas de contratación afectan a los trabajadores y a la economía.

GNN-Diff mejora la eficiencia y el rendimiento del entrenamiento de GNN al optimizar los hiperparámetros.

EAM muestra una gestión efectiva de memoria para datos visuales complejos.

El marco CDC-MMPG mejora la personalización y eficiencia de la IA para dispositivos inteligentes.

El modelo FAITH mejora las predicciones al separar tendencias y patrones estacionales en datos de series temporales.

La investigación mejora la interpretación del ECG mientras se protege la privacidad de los datos del paciente.

Los robots aprenden tareas rápido con solo una demostración de un humano usando nuevas técnicas.

Una mirada a la fiabilidad y vulnerabilidades de los PUFs en dispositivos IoT.

Un nuevo método mejora la detección de valores atípicos y reduce el tiempo de entrenamiento.

Nuevos métodos mejoran las predicciones del clima usando técnicas de asimilación de datos.

La IA está transformando la fabricación con eficiencia, control de calidad y mantenimiento predictivo.

Un nuevo método mejora el control del azúcar en sangre para la diabetes tipo 1 usando IA.

Un nuevo marco mejora el aprendizaje federado y evita el olvido en los modelos de IA.

Examinando cómo el aprendizaje social puede llevar a la inteligencia artificial hacia capacidades más parecidas a las humanas.