Informática - Aprendizaje automático

La investigación se centra en hacer que las aplicaciones de aprendizaje automático sean fiables frente a fallos de hardware.

Aprende cómo LoRA permite un ajuste fino eficiente de modelos grandes en hardware de consumo.

Explorando técnicas para generar datos realistas usando autoencoders y modelos de copula.

ChannelViT mejora el análisis de imágenes complejas de múltiples canales en varios campos.

Este estudio destaca cómo la organización de datos afecta la resiliencia del aprendizaje automático.

El parcheo de activación revela información sobre las salidas y comportamientos de los modelos de lenguaje.

Usando redes neuronales para mejorar el análisis y predicción de la mecánica de contactos.

Aprende cómo las regresiones apiladas mejoran el modelado predictivo al combinar múltiples enfoques.

Un estudio sobre ataques de aprendizaje automático y contramedidas efectivas en sistemas de red.

La tecnología de IA está cambiando cómo se diagnostica y trata el cáncer de tiroides.

Graph-JEPA ofrece un nuevo método para analizar datos de gráficos complejos de manera efectiva.

Explorando cómo el aprendizaje profundo analiza sistemas dinámicos complejos.

Un método para el aprendizaje automático justo que reduce el sesgo en los sistemas de toma de decisiones.

Presentamos un método de aprendizaje activo que combina incertidumbre y diversidad para mejorar la eficiencia del etiquetado.

Un método para combinar modelos generativos y mejorar la creación de datos.

Nuevas técnicas ayudan a los robots a aprender a caminar mejor en superficies irregulares.

Nuevas técnicas mejoran el análisis de los cambios celulares usando grandes conjuntos de datos.

Un nuevo método mejora la precisión del modelo a través del aprendizaje federado y la regresión de núcleos.

Una descripción de cómo las máquinas procesan texto, imágenes y audio.

Un método para eliminar artefactos de EOG de datos de EEG usando LSTM e ICA.

Explorando cómo el aprendizaje automático mejora el control de frentes de onda en sistemas de óptica adaptativa.

PolyGET combina velocidad y precisión en simulaciones de polímeros, mejorando la investigación científica.

LATTICE mejora la detección de anomalías en sistemas ciberfísicos a través del aprendizaje estructurado.

Nuevo método mejora la comprensión de los cambios en el cerebro durante la recuperación de un derrame.

Nuevos métodos mejoran la eficiencia de almacenamiento y transmisión de datos sin perder calidad.

Un nuevo enfoque de enrutamiento mejora la selección de modelos de lenguaje grande para tareas específicas.

Este documento habla sobre mejoras en la alineación de nubes de puntos usando métodos de transporte óptimo.

Este método mejora las predicciones combinando datos etiquetados y no etiquetados a través de gráficos latentes.

La investigación se centra en los movimientos de la lengua para ayudar en la terapia del habla y el aprendizaje de idiomas.

La privacidad diferencial protege los datos personales durante el análisis, asegurando la privacidad individual.

Nuevos métodos mejoran el análisis de gráficos temporales en varios campos.

Combinando modelos para mejorar la precisión y eficiencia en el aprendizaje profundo.

Examinando el impacto de los procesos gaussianos en entornos de datos complejos.

Nuevos métodos mejoran el renderizado inverso a través de técnicas de optimización innovadoras.

Una mirada a Aprendizaje Profundo de Equilibrio Federado y su impacto en la IA.

SANGEA ofrece un enfoque escalable para crear gráficos sintéticos de alta calidad.

La supresión de varianza mejora el rendimiento de las redes neuronales profundas en condiciones de datos difíciles.

Mejorando la identificación de drones con señales de RF y técnicas de aprendizaje automático.

Aprende sobre ROMC y su aplicación en inferencia sin verosimilitud.

Descubre cómo el marco JAM combina texto e imágenes para mejorar la creación de contenido.