Informática - Aprendizaje automático

Explorando el control federado en el aprendizaje por refuerzo para que los agentes trabajen juntos de manera segura.

Un nuevo método mejora la extracción de relaciones en documentos largos.

Nuevos métodos en control óptimo estocástico para espacios de dimensión infinita muestran potencial en modelado generativo.

Olvidar mejora el aprendizaje en humanos y modelos de máquina, mejorando la adaptabilidad y el rendimiento.

Nuevos métodos mejoran los resultados de los modelos de lenguaje mientras mantienen las reglas gramaticales.

Descubre cómo la tecnología GPS cambia el análisis del rendimiento del equipo.

Un nuevo método resalta las disparidades en la dificultad de los cursos entre grupos de estudiantes.

Te presento RobustKD, un método para mejorar la seguridad del modelo contra ataques de puerta trasera.

El método D-FaST mejora la decodificación de señales cognitivas usando frecuencia, espacio y tiempo.

Un nuevo enfoque mejora la generación de señales de RF para una mejor comunicación inalámbrica.

Un nuevo método mejora la detección de fallos usando datos de series temporales multivariantes.

Usando embeddings de vectores para mejorar herramientas de IA en entornos de salud con pocos recursos.

La investigación busca mejorar la eficiencia de búsqueda de rutas usando funciones heurísticas adaptables.

Un nuevo método mejora las predicciones del sistema utilizando enfoques basados en datos.

Este estudio propone un nuevo enfoque para mantener el aprendizaje en los sistemas de IA.

Un nuevo marco para entrenar sistemas de recomendación usando interacciones de usuarios simuladas.

Nuevo modelo mejora la precisión de las predicciones para parches hidrofóbicos en proteínas.

Una profundización en cómo la incertidumbre afecta las predicciones de las redes neuronales.

Presentando un algoritmo efectivo que aprovecha políticas existentes para mejores resultados de aprendizaje.

Analizar cómo la IA aprende de los datos revela huecos importantes en la lógica y el razonamiento.

Un vistazo al aprendizaje por refuerzo basado en modelos jerárquicos y su marco prometedor.

Explorando métodos avanzados para un análisis efectivo de datos en grafos.

DroneVis simplifica las tareas de visión por computadora para drones, mejorando la usabilidad y la funcionalidad.

SpaFL mejora la comunicación y la computación en el Aprendizaje Federado mientras protege los datos personales.

Nuevas técnicas en IA mejoran la predicción y el diseño de estructuras de proteínas.

Un nuevo método mejora el rendimiento de los modelos de visión-lenguaje con clases conocidas y desconocidas.

Este estudio mejora el análisis del sueño a través de un enfoque de señales combinadas.

Un nuevo método ayuda a las máquinas a aprender tareas complejas de manera segura usando videos.

Un nuevo método para etiquetar con precisión las columnas de tablas usando grafos de conocimiento y modelos de lenguaje.

Métodos efectivos para detectar desinformación durante emergencias de salud.

Este enfoque mejora la comparación de funciones en software a través de gráficos de llamadas.

LayerCAM-AE mejora la detección de actualizaciones maliciosas en el aprendizaje federado mientras preserva la privacidad de los datos.

Un nuevo método aborda el conflicto en la clasificación de múltiples vistas para tomar mejores decisiones.

Un nuevo método mejora la augmentación de datos para imágenes de cirugía laparoscópica.

El aprendizaje por refuerzo robusto adapta estrategias para obtener resultados confiables a pesar de los desafíos del mundo real.

Manticore automatiza la creación de modelos de lenguaje híbridos, mejorando la eficiencia y el rendimiento.

Nuevas técnicas mejoran la precisión y la velocidad en el modelado de reservorios para la extracción de petróleo y gas.

La investigación busca equilibrar la privacidad y la precisión en los métodos de estimación de la media vectorial.

Un nuevo enfoque mejora la eficiencia del servicio de bicicletas compartidas y la satisfacción del usuario.

Un nuevo marco mejora las predicciones de propiedades moleculares con datos limitados.