Informática - Aprendizaje automático

Presentando un método para la clasificación efectiva de series temporales usando la técnica LLT.

Descubre cómo los modelos preentrenados mejoran la tecnología de reconocimiento de emociones en el habla.

Un método para la multiplicación eficiente de vector-matriz en redes neuronales invariantes por grupo.

Un enfoque nuevo para entender la dinámica de la glucosa en el cuidado de la diabetes.

Aprende cómo los agentes de RL pueden adaptarse a cambios repentinos de manera efectiva.

Explorando el papel de la teoría de categorías en mejorar el diseño de redes neuronales.

Un nuevo marco mejora el reconocimiento de acciones a partir de muestras de video limitadas.

El marco XMI-ICU ayuda a predecir la mortalidad en pacientes con infarto en la UCI.

XTab mejora el aprendizaje automático para conjuntos de datos tabulares diversos, aumentando la flexibilidad del modelo.

Minimizar el arrepentimiento en sistemas de control influenciados por eventos aleatorios.

Este marco proporciona claridad sobre definiciones y procesos en la IA explicable.

Examinando cómo las diferentes opiniones sobre el etiquetado del lenguaje afectan la comprensión.

Una herramienta mejora la extracción de información médica de las conversaciones.

Entendiendo el D-SVM y su papel en el aprendizaje automático distribuido.

Este artículo trata sobre cómo mejorar los Procesos Gaussianos usando redes neuronales y características esféricas de inducción.

MUDiff combina datos 2D y 3D para un mejor diseño molecular.

Examinando cómo los modelos de deep learning pueden dar resultados inesperados por cambios pequeños en la entrada.

Un nuevo método para seleccionar características mejora la precisión del modelo en entornos de datos cambiantes.

La investigación destaca las dificultades en el seguimiento preciso de la presión arterial con tecnología portátil.

El nuevo algoritmo triFastSTMF mejora el análisis de datos a través de la tri-factorización en sem anillos tropicales.

Un nuevo método para ataques encubiertos de puerta trasera en redes neuronales profundas.

Un nuevo método mejora el seguimiento del conocimiento al descubrir relaciones entre habilidades.

Un nuevo método mejora la eficiencia del ajuste de hiperparámetros para modelos de aprendizaje profundo.

Un nuevo modelo combina datos de audio y texto para mejorar la precisión del reconocimiento de voz.

Un nuevo método para mejorar la gestión de recursos en el aprendizaje automático.

Un nuevo método mejora el clustering eliminando los centroides e incorporando múltiples vistas de datos.

Un nuevo enfoque mejora las pruebas KSD para detectar diferencias sutiles en las distribuciones.

Un enfoque nuevo para procesar datos extensos aumenta la eficiencia en los modelos de IA.

Explorando el potencial y métodos de las Redes de Flujo Generativo en el muestreo.

La investigación mejora la detección de ignición para combustibles sólidos usando imágenes y aprendizaje automático.

Examinando k-anonimato y datos sintéticos para la privacidad y el uso de energía en la IA.

Nuevos modelos de IA mejoran las predicciones del comportamiento de las ondas sísmicas en entornos geológicos complejos.

Este artículo examina la efectividad de las explicaciones generadas por IA para los usuarios.

Explorando enfoques híbridos para mejorar la resolución de problemas en la navegación de laberintos usando computación cuántica.

Un nuevo marco busca reducir el sesgo en el ML de la salud para lograr resultados equitativos.

GS-VIN mejora la precisión de la búsqueda de caminos en entornos complejos usando redes neuronales.

Examinando cómo los enlaces intra-capa pueden mejorar la representación de redes neuronales.

Una nueva red ligera mejora la reconstrucción de datos en el muestreo comprimido.

Explorando los desafíos de equidad en el aprendizaje automático y la necesidad de enfoques interseccionales.

Un nuevo enfoque mejora la precisión de la predicción de series temporales para varias aplicaciones.