Informática - Aprendizaje automático

Un nuevo método mejora la identificación de especies de plantas a partir de imágenes.

Un enfoque claro para entender los efectos de acciones secuenciales en diferentes áreas.

Este artículo investiga cómo las redes neuronales procesan datos a través de sus representaciones.

Combinar la alcanzabilidad de Hamilton-Jacobi con el aprendizaje por refuerzo mejora la seguridad en los sistemas de control.

SuperFlow mejora los modelos de percepción 3D usando datos de LiDAR y cámara para la conducción autónoma.

Entendiendo cómo el contexto influye en la toma de decisiones a través de bandits de continuidad contextual.

Este proyecto tiene como objetivo clasificar especies de serpientes usando técnicas de análisis de imágenes.

Un nuevo método mejora la navegación de los robots y la evitación de obstáculos.

Un nuevo enfoque mejora el tiempo y la eficiencia del entrenamiento de CNN.

Las puertas traseras en los modelos de ML representan amenazas serias para las finanzas y la salud.

Diffuse-TreeVAE combina agrupamiento y modelado generativo para crear imágenes de alta calidad.

Un nuevo enfoque para la optimización permite un mejor análisis de diferentes tamaños de paso.

Presentando el Estimador de Agrupamiento de Panel para mejorar el análisis del efecto del tratamiento.

Presentando MaxCut-Bench para una evaluación consistente de algoritmos en retos de optimización.

TrCAM-V ofrece una nueva forma de localizar objetos en videos usando información mínima.

Este estudio utiliza imágenes de satélite para medir la pobreza infantil a través de modelos avanzados.

Un método para mejorar el despliegue de aprendizaje profundo en dispositivos con recursos limitados.

Presentando matrices Group-and-Shuffle para un ajuste fino eficiente de modelos neuronales.

Un nuevo enfoque para analizar la dinámica de fluidos utilizando datos de MRI.

Los modelos de difusión ofrecen nuevas formas de generar datos de hielo marino de manera eficiente.

Un nuevo método mejora la clasificación a pesar de etiquetas ruidosas y conjuntos de datos desbalanceados.

El benchmark TAPVid-3D mejora el seguimiento de puntos 3D para aplicaciones de robótica y video.

Nuevos algoritmos mejoran la comprensión de las relaciones variables en el descubrimiento causal.

Nuevo método mejora la optimización en el aprendizaje automático con entrenamiento eficiente.

Un nuevo enfoque de IA utiliza el tunneling cuántico para entender mejor imágenes complejas.

Un nuevo enfoque para identificar infecciones usando muestras de sangre y aprendizaje automático.

Una nueva forma de entender secuencias de datos complejas sin supervisión.

Este artículo explora la toma de decisiones en juegos con información oculta usando redes neuronales.

Un estudio sobre cómo mejorar la toma de decisiones en el ajedrez con información limitada usando redes neuronales.

Perspectivas sobre el comportamiento de los usuarios a través de técnicas innovadoras de modelado de datos.

Esta investigación destaca métodos para mejorar los modelos de lenguaje añadiendo nuevo vocabulario de manera efectiva.

Un nuevo método aborda los desafíos de datos en la IA para la salud.

Un método para mejorar la precisión del modelo teniendo en cuenta la incertidumbre en las variables.

Las políticas secuenciales mejoran el rendimiento en la configuración dinámica de algoritmos con elecciones interrelacionadas.

Un método para minimizar el uso de energía mientras se mantiene el rendimiento del modelo en el aprendizaje automático.

Esta investigación habla sobre el papel del aprendizaje federado en la protección de la privacidad durante el análisis de datos.

FairPFN utiliza transformadores para promover la equidad en las predicciones de aprendizaje automático.

Nuevos métodos para pruebas estadísticas mientras se protege la privacidad de los datos a través del aprendizaje federado.

Un nuevo método que utiliza vectores circulares mejora la eficiencia en tareas de múltiples etiquetas.

Un estudio sobre cómo reducir el daño contrafactual en herramientas de toma de decisiones.