Informática - Aprendizaje automático

O-1 mejora el reconocimiento de voz al optimizar métodos de autoentrenamiento.

Nuevos conjuntos de datos mejoran la comprensión de la negación en textos legales para mejorar los modelos de PLN.

Un método para optimizar la configuración de privacidad y mejorar la protección de datos y su utilidad.

Un nuevo método mejora el rendimiento del ASR a través de la integración de datos de texto.

La investigación descubre formas de interpretar modelos neuronales complejos utilizando autoencoders dispersos.

Este trabajo explora la intercambiabilidad de las capas de MLP y los cabezales de atención en transformers.

Un nuevo método acelera las simulaciones de física de partículas usando técnicas de superresolución.

Un nuevo método permite que los modelos de lenguaje aprendan habilidades de suma de manera independiente.

Un marco para asegurar la privacidad del usuario en GNNs sin perder precisión.

Un nuevo sistema mejora la equidad en la distribución de ventiladores durante emergencias.

Un método llamado HINT protege el aprendizaje automático de ataques de datos perjudiciales.

Un método para estimar datos de manera precisa utilizando la colaboración de dispositivos.

Este artículo investiga cómo la escasez de parámetros afecta el rendimiento y la eficiencia de los modelos de IA.

Descubre cómo nuevas técnicas están transformando la detección de eventos sonoros para varias aplicaciones.

Una mirada a cómo los factores se influyen entre sí a lo largo del tiempo.

La investigación revela cómo las etiquetas de postura pueden promover resultados de búsqueda diversos.

Nuevo método genera conjuntos de datos equilibrados para tecnología de reconocimiento facial sin sesgos.

BETULA mejora el clustering jerárquico, haciéndolo más rápido y eficiente.

Un método para mejorar el aprendizaje continuo en el aprendizaje automático a través de datos en streaming.

Este artículo habla sobre el uso de modelos de difusión con datos discretos a través del simplex de probabilidad.

Usando machine learning para predecir cambios de trabajo de los empleados y mejorar la planificación de RRHH.

Presentamos COPS, un método para entrenar modelos de deep learning de manera eficiente con menos datos.

Un nuevo método para detectar el tono con precisión en música y sonido.

Una mirada a los desafíos en el Aprendizaje Federado por ataques de reconstrucción de datos.

Las máquinas aprenden de expertos para adaptarse a entornos impredecibles.

Un marco para mejorar la privacidad en los sistemas de recomendación mientras se aseguran sugerencias precisas.

La prueba de Radon-Kolmogorov-Smirnov mejora la prueba de dos muestras en estadísticas usando redes neuronales.

Un nuevo método mejora la eficiencia y flexibilidad de los modelos de lenguaje grandes.

Este estudio revisa métodos para mejorar el mantenimiento predictivo con el análisis de datos de sensores.

La investigación explora técnicas de aprendizaje automático para estudiar el comportamiento de materiales blandos.

Un estudio sobre cómo identificar la mejor opción mientras se asegura la privacidad de los datos.

Presentando CMI y NCMI para una mejor evaluación del rendimiento en deep learning.

ProSMIN mejora la representación del modelo sin datos etiquetados, enfrentando desafíos clave en el aprendizaje auto-supervisado.

Un nuevo enfoque para mejorar las predicciones de velocidad del tráfico durante eventos extremos.

La investigación impulsa la predicción de enlaces temporales usando regularizadores avanzados en grafos de conocimiento.

Los auxilios de saturación de gimnasio ayudan a los proveedores en la demostración automática de teoremas utilizando aprendizaje por refuerzo.

Un marco que utiliza enmascaramiento aleatorio mejora la predicción de los movimientos de vehículos y peatones.

Analizando cómo el sesgo de selección afecta las estrategias de precios de préstamos personalizados.

Explorando la sinergia entre la computación cuántica y el aprendizaje automático para mejorar la resolución de problemas.

Un nuevo método mejora la similitud de imágenes en diferentes conjuntos de datos.