Informática - Aprendizaje automático

Los LLMs mejoran el rendimiento del software y la eficiencia en la optimización del código.

Un nuevo método de ataque revela vulnerabilidades en la tecnología de verificación facial.

Un nuevo enfoque de incrustación de grafos mejora el análisis de datos a través de conceptos de fuerzas físicas.

Un nuevo enfoque mejora la confianza de los ingenieros en las predicciones de IA durante incidentes.

Nuevo modelo mejora el reconocimiento de voz en entornos ruidosos al centrarse en un solo hablante.

Este estudio examina el uso de sensores para mejorar la seguridad en el levantamiento y monitorear las prácticas.

Un nuevo marco mejora la precisión de la predicción de hiperaristas usando agregación consciente del contexto y aprendizaje auto-supervisado.

Métodos innovadores buscan mejorar la precisión y eficiencia en la imagenología del cáncer de hígado.

Nuevo método mejora la colocación de sensores para monitorear las actividades de los residentes.

Modelos innovadores de deep learning mejoran la detección y respuesta ante ataques DDoS.

Un nuevo método mejora la precisión en las pruebas de anticuerpos y en la estimación de prevalencia.

Nuevos métodos buscan proteger la privacidad del habla en sistemas de monitoreo de audio.

Un nuevo método ayuda a los robots a aprender de forma segura en entornos inciertos.

Nuevos métodos buscan mejorar la inclusividad en las imágenes generadas por IA.

PAVI mejora la eficiencia del análisis de datos en modelos complejos con técnicas innovadoras.

Un nuevo método para mejorar la comprensión de los modelos de aprendizaje profundo.

Un enfoque novedoso para resolver ecuaciones diferenciales usando redes neuronales y polinomios ortogonales.

Nuevos métodos mejoran la eficiencia y el rendimiento en redes neuronales usando Mezcla de Expertos.

Este estudio examina la complejidad de la muestra en el aprendizaje de DDAGs y sus conexiones a lo largo del tiempo.

Las herramientas de IA ayudan a las personas a elegir carreras para maximizar su ingreso futuro.

Este estudio muestra cómo las redes LSTM pueden llenar los huecos en los datos de GRACE.

Una mirada a los métodos de descenso por gradiente y su importancia en el aprendizaje automático.

Aprende prácticas clave para mejorar el entrenamiento de redes neuronales informadas por la física.

Un método para encontrar estructuras ocultas en grupos de permutación usando funciones invariantes.

La investigación explora cómo los agentes entienden su entorno a través de la interacción y la acción.

Examinando cómo las decisiones de diseño afectan la equidad en sistemas automatizados.

Un nuevo modelo mejora la comprensión de lenguas mezcladas.

Este estudio examina el impacto del preentrenamiento no supervisado en tareas de series temporales.

Explorando enfoques innovadores para mejorar la búsqueda de caminos robóticos en entornos complejos.

Examinando el equilibrio entre ajustar finamente y conservar habilidades generales en modelos de IA.

Un estudio analiza métodos de ajuste fino para modelos de lenguaje para mantener el conocimiento a través de idiomas.

Un método para eliminar comportamientos tóxicos en modelos de lenguaje manteniendo el rendimiento.

Presentamos el Balance score para una mejor evaluación de modelos en juegos competitivos.

Usando modelos avanzados para predecir sequías más preciso y mejorar la planificación agrícola.

La investigación muestra cómo los LLM pueden mejorar la privacidad sin perder efectividad en el modelo de lenguaje.

Un nuevo método mejora el procesamiento de gráficos para aplicaciones en tiempo real.

Este estudio examina los problemas de mover bibliotecas de ML entre diferentes tipos de hardware.

Nuevos métodos mejoran el entrenamiento de modelos mientras protegen la privacidad de los datos de los usuarios.

Un nuevo enfoque de GNN mejora la precisión al reducir el sobre-suavizado.

Técnicas innovadoras mejoran la eficiencia en los procesos de diseño de ingeniería aeroespacial.