Informática - Aprendizaje automático

Un método para modelar y controlar de manera eficiente sistemas no lineales utilizando técnicas de aprendizaje activo.

Nuevos métodos de aprendizaje profundo mejoran las predicciones de estructuras cristalinas para la ciencia de materiales.

Nuevos métodos mejoran la precisión de las predicciones y la medición de incertidumbre en el análisis de datos.

La investigación explora el comportamiento de las salpicaduras para mejorar la calidad de la fabricación aditiva.

Un método nuevo aborda problemas de reconocimiento de cola larga en el aprendizaje automático con un mejor manejo de datos.

Este estudio propone un nuevo método para detectar puntos de cambio en conjuntos de datos complejos.

Un nuevo protocolo mejora la privacidad y la eficiencia en el aprendizaje descentralizado.

Una guía sobre métricas para evaluar modelos de generación de movimiento humano.

Este documento habla sobre métodos de selección post-hoc para mejorar el rendimiento del modelo.

Un nuevo método para obtener lecturas precisas de la presión arterial usando señales PPG sin manguitos.

Un nuevo método mejora la gestión de intenciones en demandas de red en evolución sin necesidad de reentrenar.

Una mirada a los riesgos de los ataques de inferencia de membresía sobre la privacidad de los datos.

Explora cómo funcionan y las aplicaciones de los modelos de difusión en la generación de datos.

Un nuevo método acelera el entrenamiento de modelos complejos.

Métodos innovadores para contar subgrafos usando kernels gráficos para varias aplicaciones.

Un método para transferir datos de manera efectiva y controlada entre diferentes dominios.

Un nuevo método mejora el análisis de datos altos usando simulaciones.

CACTUS combina LLMs y quimioinformática para ayudar en el descubrimiento de fármacos y el análisis molecular.

Investigando modelos de deep learning para analizar datos de MEG y mejorar la comprensión de las señales del cerebro.

Mejorando la toma de decisiones al integrar riesgos en el aprendizaje por refuerzo.

Una mirada a cómo los Modelos Escasos mejoran la eficiencia del Aprendizaje Federado.

Explora cómo las decisiones de diseño influyen en la atención del usuario en las interfaces gráficas a través de modelos de saliencia visual.

Un nuevo método mejora la eficiencia del entrenamiento de RNN usando cambios aleatorios y decorrelación de entradas.

Revisando técnicas y obstáculos para crear imágenes de vista de calle a partir de imágenes satelitales.

Un método para mejorar la fiabilidad de los modelos de regresión frente a ataques.

Este estudio evalúa métodos de aprendizaje profundo para marcar tumores de cáncer en escaneos médicos.

Nuevos métodos mejoran la detección de datos desconocidos en el aprendizaje automático.

Presentando un método para optimizar objetivos en conflicto de manera eficiente.

Usando la descomposición de Tucker para mejorar la eficiencia y accesibilidad de la imagen médica.

Un nuevo método mejora la fiabilidad de las GCNs contra cambios adversariales.

El aprendizaje de conjuntos Pareto con conocimiento de geometría mejora la eficiencia en la resolución de problemas multiobjetivo.

Examinando los riesgos y oportunidades de la tecnología de IA generativa de código abierto.

La investigación muestra que los robots pueden aprender mejor al combinar datos de audio y visuales.

Aprende cómo la privacidad diferencial puede mejorar la seguridad de los datos en la regresión LLS.

Un método para reducir la complejidad de los datos mientras se mejora la precisión del modelo.

Xiwu ofrece soluciones efectivas para investigadores en física de altas energías.

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

Un nuevo método utiliza aprendizaje automático para estimar los gradientes geotérmicos en Colombia.

Un nuevo método mejora la gestión de voltaje en redes con fuentes de energía renovable.

Métodos mejorados para estimar las velocidades del viento de los ciclones usando datos satelitales.