Informática - Aprendizaje automático

Están surgiendo nuevos métodos para aproximar funciones complejas a partir de datos limitados.

Esto explora cómo los enfoques probabilísticos mejoran el aprendizaje contrastivo en el aprendizaje automático.

El aprendizaje por imitación ayuda a los robots a moverse mejor en entornos ocupados.

Un método para mejorar la toma de decisiones en múltiples tareas y la robustez.

Un nuevo método para modelar de manera eficiente mezclas gaussianas complejas.

Descubre cómo el aprendizaje profundo hipercomplejo mejora el procesamiento de datos y el rendimiento de los modelos.

Este artículo explora un nuevo método para generar imágenes de alta resolución a partir de texto.

Un método que convierte preguntas en lenguaje natural en consultas SQL precisas para bases de datos complejas.

Un nuevo método acelera las respuestas de modelos de lenguaje grandes usando la reutilización de caché KV.

Un nuevo método mejora la edición de audio usando modelos de difusión para cambios precisos.

Este artículo habla sobre las manipulaciones y fallos de los gráficos PD en la justicia de la IA.

Un nuevo marco mejora la toma de decisiones para vehículos aéreos de combate no tripulados en combates aéreos.

La investigación revela cómo los modelos de lenguaje grandes responden a diferentes tipos de entrada.

TSER mejora la precisión de las predicciones generando muestras sintéticas para series temporales poco representadas.

Un nuevo método mejora la equidad en el aprendizaje federado en diversas comunidades.

Nuevos métodos mejoran cómo analizamos estructuras de datos gráficas complejas.

Nuevo método reduce las amenazas de backdoor en redes neuronales profundas.

Una descripción general de los métodos de gradiente de política en el aprendizaje por refuerzo.

Entrenar modelos de lenguaje de código abierto mejora el modelado de optimización para aplicaciones industriales.

Una mirada detallada a cómo medir de manera efectiva los resultados diversos en iniciativas sociales.

Un nuevo marco mejora los algoritmos de optimización usando técnicas de aprendizaje basadas en datos.

Este artículo examina las U-Nets y su papel en el procesamiento de imágenes usando modelos generativos.

Este estudio analiza cómo las decisiones pasadas revelan las funciones de bienestar social de los tomadores de decisiones.

Los investigadores descubren grupos de conceptos visuales en la actividad cerebral.

Explora el impacto de las normas en el entrenamiento y rendimiento de las redes neuronales.

Este artículo habla sobre el etiquetado salutario, un método para reducir la intervención humana en el aprendizaje automático.

Un nuevo marco mejora el aprendizaje automático a partir de diversas fuentes de información.

Un análisis de los factores que influyen en el olvido en el aprendizaje automático.

Un nuevo algoritmo mejora la verificación de redes neuronales para su confiabilidad y equidad.

Un nuevo algoritmo mejora los conjuntos de predicción para una mejor toma de decisiones de los expertos.

Un nuevo marco mejora la extracción de atributos de productos en el retail de moda.

Este artículo habla sobre nuevos métodos para explicar las decisiones de la IA en la detección de objetos.

Investigando los efectos de LoRA en la equidad entre diferentes grupos en el aprendizaje automático.

Este estudio explora cómo las representaciones de redes neuronales evolucionan durante el entrenamiento, inspirado en la naturaleza.

Nuevos métodos mejoran la detección de muestras atípicas en entornos de datos mixtos.

SADA mejora la estabilidad del entrenamiento en el aprendizaje por refuerzo visual con técnicas avanzadas de aumento de datos.

Explora el papel de la memoria y el contexto en la mejora del aprendizaje automático.

Un nuevo método reduce el tiempo y el costo en el entrenamiento de modelos de difusión.

Este estudio explora cómo las DNN aprenden y se adaptan a través del entrenamiento.

Este artículo examina los riesgos de ajustar modelos de lenguaje para la seguridad.