Informática - Aprendizaje automático

Este artículo examina cómo los ataques adversarios alteran los conceptos aprendidos de las CNN.

El método DeepKnowledge mejora la fiabilidad de las DNNs en aplicaciones críticas.

Nuevo modelo mejora la creación de música usando la retroalimentación de los usuarios.

Un nuevo método para evaluar la novedad en los resultados de la IA generativa.

Un marco para que las máquinas aprendan las preferencias del usuario a partir de datos visuales.

Combinando modelos mecánicos y de aprendizaje automático para mejores predicciones de glucosa.

Un estudio sobre cómo mejorar la clasificación de cultivos usando diferentes fuentes de datos y modelos de aprendizaje profundo.

Examinando cómo los ataques adversariales afectan las predicciones y explicaciones de la IA.

Un nuevo método mejora la privacidad en el aprendizaje federado en línea mientras se adapta a datos cambiantes.

Nuevos métodos mejoran la identificación de interacciones proteicas en la literatura científica.

Este artículo explica cómo los Deep Support Vectors mejoran la comprensión de la toma de decisiones de la IA.

Nuevos métodos mejoran la predicción de diversas estructuras cristalinas para materiales avanzados.

Usando machine learning pa mejorar la identificación de vulnerabilidades en servidores web.

Un nuevo enfoque mejora la detección de malware usando técnicas de machine learning.

Un nuevo enfoque para optimizar la transmisión de video mientras se garantiza la privacidad del usuario.

Una guía para mejorar la memoria asociativa usando métodos de descenso de gradiente.

DCC-Tree ofrece una nueva forma de manejar la incertidumbre en las predicciones de árboles de decisión.

HERTA mejora la eficiencia en el entrenamiento de GNNs desplegadas mientras mantiene claridad e interpretabilidad.

Un nuevo método mejora la extracción de reglas de asociación a partir de datos de series temporales.

Un nuevo método para sugerir algoritmos DFCIL óptimos usando flujos de datos simulados.

Nuevos algoritmos mejoran el tiempo de entrega del tratamiento para que los pacientes se involucren más.

El método DTV mejora la fiabilidad de las respuestas de los modelos de lenguaje grandes en problemas de matemáticas.

Te presento VOROS, un método para mejorar la evaluación del rendimiento de clasificadores en escenarios desbalanceados.

Examinando técnicas y desafíos para estimar las posiciones de la cabeza humana.

Una mirada a las características de Adam y su rendimiento en el entrenamiento de modelos.

Explorando los fundamentos de los modelos de difusión y sus aplicaciones en la generación de imágenes.

Este estudio analiza los ajustes de estrategia en entornos de múltiples agentes a través de caminos de satisfacción.

Esfuerzos para detectar y combatir los desechos marinos usando tecnologías avanzadas.

El estudio investiga cómo las personas perciben las redes relacionales a través de gráficos.

Un nuevo método mejora la comprensión de los modelos de lenguaje sobre términos médicos.

El marco OPTIN mejora los modelos de transformadores sin necesidad de reentrenar para varias tareas de IA.

Examinando los sesgos en la predicción del siguiente token y su impacto en el rendimiento del modelo.

Nuevas técnicas mejoran la detección de fallos en la fabricación usando métodos de deep learning.

Data Mesh transforma la gestión de datos al fomentar la propiedad y colaboración del equipo.

Explora las fortalezas y debilidades de las RNN y los Transformers en el procesamiento del lenguaje natural.

Un nuevo método mejora la fiabilidad a la hora de encontrar conexiones dentro de los modelos de lenguaje.

Un nuevo método mejora la estimación de CATE y potencia la toma de decisiones en varios campos.

MetaOptimize mejora el rendimiento del modelo ajustando la configuración de aprendizaje de manera dinámica.

EulerFormer combina información semántica y posicional para hacer mejores predicciones sobre el comportamiento del usuario.

Explora cómo el momentum mejora el Descenso de Gradiente Estocástico en el aprendizaje automático.