Informática - Aprendizaje automático

Explorando estrategias para mejorar el aprendizaje activo usando etiquetas ricas y incertidumbre.

Se presenta un nuevo método para puntuar la precisión factual en resúmenes largos.

Este estudio examina el uso de redes neuronales para recuperar señales a partir de observaciones ruidosas.

Un nuevo método para lograr equidad en múltiples atributos sensibles en algoritmos.

Los investigadores usan técnicas de IA para predecir las funciones de las proteínas a partir de secuencias de aminoácidos.

Un nuevo método mejora la ubicación de centros logísticos para entregas eficientes en Lahore.

Presentamos SPICED, un conjunto de datos para analizar artículos de noticias similares sobre varios temas.

Un nuevo método mejora los modelos Transformer al reducir el uso de computación y memoria.

DJINN genera escenarios de tráfico realistas para probar autos autónomos.

Explora el papel de los Grafos de Conocimiento y los embeddings en las aplicaciones de datos modernas.

Una mirada a cómo las opiniones de expertos pueden guiar la toma de decisiones.

Una mirada a cómo demostrar desigualdades y estimar errores en modelos matemáticos.

Nuestros nuevos métodos reducen el uso de memoria en el aprendizaje automático sin perder precisión.

La fusión suave mejora el aprendizaje profundo al combinar modelos de manera eficiente y efectiva.

Presentamos SALSA-CLRS para mejorar la evaluación de algoritmos usando gráficos dispersos.

SQuArE métrico mejora la evaluación de sistemas de QA a través de múltiples referencias de respuestas.

Examinando formas de asegurar que todos los grupos tengan acceso justo a programas beneficiosos.

Un nuevo método mejora el uso del espectro en redes inalámbricas a través de la predicción espacial proactiva.

Un método para mejorar la detección de objetos en diferentes entornos usando datos pasados.

MELAGE ayuda a doctores e investigadores a analizar imágenes del cerebro para un mejor diagnóstico.

Explorando un algoritmo clásico para optimizar problemas de grafos.

Un análisis del muestreo de Thompson y su variante para mejorar la toma de decisiones.

Una estrategia basada en agrupamiento ayuda a las máquinas a aprender continuamente sin perder el conocimiento previo.

Un estudio compara métodos automáticos para identificar cráteres en Marte.

Una mirada a cómo el reconocimiento de acciones puede impactar el rendimiento y las estrategias en el fútbol.

Un nuevo modelo mejora la edición de rostros sin comprometer la identidad.

Analizando los servicios de autobuses para atender mejor las necesidades de la comunidad en Harrisonburg.

Nuevos métodos integran soluciones no evaluadas en algoritmos de optimización para mejor eficiencia.

Presentando un método para mejorar la precisión de clasificación en conjuntos de datos de series temporales.

Explora los aspectos clave y los desafíos de la tecnología de Tiny Machine Learning.

El aprendizaje automático transforma la reconstrucción de eventos en física de partículas, mejorando la precisión y la eficiencia.

Un nuevo enfoque combina la física con métodos basados en datos para mejorar la seguridad estructural.

Examinando cómo la computación neuromórfica mejora la eficiencia de la comunicación satelital.

DimCL mejora el aprendizaje automático al aumentar la diversidad de características en las representaciones.

Un nuevo método mejora la consistencia de las imágenes de resonancia magnética en los hospitales para un mejor diagnóstico.

Un nuevo enfoque para mejorar las predicciones tratando las incertidumbres en las predicciones.

Un nuevo método reduce el uso de energía en el ajuste de modelos de lenguaje.

Un enfoque innovador mejora la eficiencia y precisión en las pruebas de reconocimiento de imágenes.

Una mirada clara a las RNN y sus métodos de linealización para mejorar la efectividad del modelo.

AnglE mejora las incrustaciones de texto al centrarse en los ángulos, abordando los desafíos comunes de los modelos.