Informática - Aprendizaje automático

Presentamos FairLTR-RC para mejorar la equidad en los sistemas de ranking sin necesidad de un reentrenamiento pesado.

Un nuevo método que convierte diseños dibujados a mano en modelos 3D detallados.

Un nuevo método mejora la detección de comunidades semi-supervisada al centrarse en la similitud de nodos.

Dispositivos pequeños podrían cambiar cómo monitoreamos la salud dentro del torrente sanguíneo.

Un método automático para identificar y solucionar errores en redes neuronales de manera eficiente.

Descubre un método para controlar la generación de imágenes a través de señales internas del modelo.

Investigadores mejoran las predicciones de sistemas caóticos usando modelos de difusión.

Un nuevo enfoque aborda los desafíos en los grafos de conocimiento, centrándose en la precisión y la fiabilidad.

LEDO mejora la calidad de los datos para responder mejor a preguntas basadas en opiniones.

Nuevos métodos estadísticos mejoran la comprensión de las relaciones entre múltiples factores.

Nuevos métodos mejoran la flexibilidad y el rendimiento del modelo en tareas de audio.

SID mejora la búsqueda de leyes de conservación en varios campos científicos.

Este estudio explora estrategias de navegación en un entorno simulado del laberinto de agua de Morris.

Un estudio sobre cómo los detalles de ubicación mejoran la identificación del modo de viaje.

Un nuevo enfoque mejora la segmentación de MRI para mejores resultados médicos.

Un estudio revela cómo los cuadrúpedos cambian de marcha para mantener el equilibrio y la eficiencia.

Un nuevo kit de herramientas de referencia ayuda a diseñar dispositivos nanofotónicos usando IA y ML.

Examinando cómo la manipulación afecta la interpretación de redes neuronales profundas.

Aprende cómo el triclustering ayuda a descubrir patrones en datos tensoriales complejos.

Ind-KNN mejora las predicciones privadas mientras protege la privacidad individual en aplicaciones basadas en datos.

Presentando un método eficiente para transferir el conocimiento de machine learning entre entornos.

Un nuevo método híbrido mejora la estimación de información mutua al combinar técnicas generativas y discriminativas.

Este artículo habla sobre nuevos métodos para un entrenamiento eficiente que tiene en cuenta la cuantización.

Un nuevo método para extraer datos geométricos de manera eficiente de redes neuronales CPWA.

Un enfoque novedoso que utiliza la augmentación de datos por instancia para mejorar la robustez del modelo ante adversarios.

Nuevo método mejora la búsqueda de soluciones para problemas complejos usando datos pasados.

Una mirada al preentrenamiento enmascarado y su conexión con el rendimiento del modelo.

Este artículo habla de un nuevo enfoque para clasificar neuronas usando aprendizaje profundo.

Nuevos métodos mejoran la eficiencia y velocidad del aprendizaje semi-supervisado basado en gráficos.

Una mirada a cómo la consistencia mejora la generación de imágenes en modelos de difusión.

La optimización bayesiana ofrece nuevas soluciones para una gestión eficiente de aguas pluviales en áreas urbanas.

Los investigadores descubren que modelos más simples pueden competir con redes más profundas en rendimiento.

Una mirada a la efectividad de las defensas certificadas frente al entrenamiento adversarial en el aprendizaje automático.

Aprende sobre el clustering y su importancia para analizar datos de manera efectiva.

Comparando NF4 y AF4 para optimizar la cuantización en modelos de aprendizaje automático.

Este artículo habla de la importancia de la detección de comunidades en el análisis de redes.

Las Políticas Dinámicas Neurales Autónomas mejoran el aprendizaje de los robots a través de la imitación y la adaptabilidad.

Un nuevo marco mejora la representación de grafos usando aprendizaje autosupervisado.

Una mirada a los peligros potenciales de la IA y cómo manejarlos.

Utilizando Modelos de Lenguaje Grandes para optimizar DNNs para dispositivos pequeños.