Informática - Aprendizaje automático

El modelo FuXi-ENS mejora las previsiones del clima a medio plazo y capta la incertidumbre de manera efectiva.

Un nuevo marco mejora la eficiencia y precisión al resolver problemas físicos complejos.

Un nuevo método combina la flexibilidad del aprendizaje profundo con el cumplimiento de las leyes físicas.

Investigación sobre técnicas de cuantización para una transmisión de datos eficiente en canales ruidosos.

Un nuevo marco que combina TNNs y homología persistente para una mejor análisis de datos.

Este estudio presenta nuevos algoritmos para aprender redes bayesianas usando técnicas de aprendizaje en línea.

Explorando la ética de usar conjuntos de retención en modelos predictivos de salud.

Un nuevo método ayuda a identificar errores en modelos de simulación.

Una mirada a los métodos de agrupamiento para cambiar las estructuras de grafos.

CF-Diff combina filtrado colaborativo y modelos de difusión para mejores recomendaciones.

Un nuevo marco mejora la precisión de la reprogramación visual usando máscaras personalizadas para imágenes.

Un enfoque novedoso para integrar transformadores con estructuras de grafo para mejores resultados.

Un nuevo marco reduce las emisiones de carbono en el diseño de modelos de aprendizaje profundo.

Un nuevo método mejora la precisión de modelos pequeños usando datos sintéticos.

Este estudio examina cómo la curiosidad afecta la eficiencia en la exploración de agentes artificiales.

Examinando el papel de la aleatorización en la creación de sistemas de aprendizaje automático justos.

NCIDiff mejora el descubrimiento de medicamentos al centrarse en las interacciones proteína-ligando.

Un nuevo marco mejora las recomendaciones para usuarios con poco historial.

Explorando el aprendizaje federado y el desaprendizaje para la privacidad del usuario y la integridad del modelo.

Un nuevo enfoque para asegurar la equidad en el diagnóstico cognitivo usando información sensible.

Un método para mejorar el análisis de datos distribuidos y de alta dimensión en varios campos.

Explorando los beneficios de los conjuntos de reglas para la modelación predictiva ética.

Las redes neuronales mejoran la eficiencia y la precisión en las simulaciones de transporte de radiación.

Un estudio explora métodos para adaptar textos de IA para estudiantes de idiomas.

Descubriendo los riesgos que representan los ataques de puerta trasera en sistemas inteligentes.

Explorando estrategias para mejorar las Redes Neuronales Gráficas y enfrentar los retos del oversmoothing.

Esta investigación se centra en mejorar las GNNs usando aprendizaje auto-supervisado y alineación de características.

Un nuevo marco mejora los métodos de poda para modelos de lenguaje grandes sin necesidad de reentrenar.

Un nuevo método mejora la clasificación de imágenes usando descripciones textuales detalladas.

Presentando un método para ajustar LLMs en dispositivos con pocos recursos.

Un método para mejorar la precisión de la ubicación WiFi llenando los datos de señal que faltan.

Un nuevo método mejora la detección de fallos en entornos industriales cambiantes.

FPN-fusion ofrece predicciones eficientes y precisas para datos de series temporales.

Este estudio examina el uso de la IA en el análisis de las respuestas de los estudiantes en la educación de biología.

Un nuevo método combina la explicabilidad con la privacidad en el agrupamiento para obtener mejores ideas de datos.

FreeShap mejora la atribución de instancias para modelos de lenguaje, aumentando la fiabilidad y eficiencia.

Un estudio sobre cómo mejorar los modelos de aprendizaje federado para dispositivos con recursos limitados.

StackSight transforma WebAssembly en código C++ legible usando técnicas de IA.

Este artículo revisa cómo los modelos de lenguaje desempeñan en tareas de razonamiento espacial.

Un método para equilibrar la precisión y el costo en modelos de clasificación de imágenes.