Informática - Aprendizaje automático

Los almacenes de datos más grandes mejoran el rendimiento y la precisión de los modelos de lenguaje basados en recuperación.

Una mirada a los desafíos y las innovaciones en los métodos de adaptación de dominio en grafos.

Explorando los retos y avances en la protección de datos sensibles sin perder su utilidad.

Una nueva herramienta mejora la velocidad y precisión en el diseño de circuitos analógicos.

Este artículo examina cómo razonan los Transformers y el papel de los scratchpads.

Un nuevo modelo mejora las predicciones de trayectoria usando técnicas que tienen en cuenta el contexto.

Presentando un modelo para analizar procesos de salto de Markov complejos con datos ruidosos.

Un nuevo método predice los resultados de análisis de sangre basándose en datos de estilo de vida y salud.

Un sistema que rastrea emociones para mejorar la participación de los estudiantes en la educación.

Las técnicas basadas en datos deben proteger la privacidad mientras identifican las mejores opciones.

Un estudio del sentimiento público en Twitter durante las elecciones presidenciales de Colombia de 2022.

Un nuevo método hace que el análisis de relaciones causales sea más eficiente y manejable.

Esta investigación mejora la fiabilidad de los modelos de aprendizaje automático a través de técnicas de calibración y recalibración.

Nuevo modelo simplifica el procesamiento del lenguaje, haciendo la IA más accesible.

Un nuevo método para mejorar modelos preentrenados usando fine-tuning selectivo.

Un nuevo método aborda desafíos clave en el aprendizaje por refuerzo a través de técnicas de optimización mejoradas.

FreeCG mejora la modelación molecular al aumentar la eficiencia y la precisión.

Una mirada al aprendizaje federado combinando la privacidad diferencial y blockchain para la seguridad de datos.

Nuevos métodos mejoran la resolución de ecuaciones diferenciales parciales fraccionarias complejas.

Un método para ayudar a los robots a medir las formas y posiciones de los objetos.

Una visión general de las redes neuronales simplectomórficas y su importancia en los sistemas Hamiltonianos.

Un nuevo modelo generativo mejora la creación de candidatos a fármacos usando técnicas de deep learning.

Un sistema para ayudar a los vendedores de Microsoft a encontrar contenido relevante para oportunidades de negocio.

Un nuevo enfoque para capturar de manera segura drones no autorizados usando Aprendizaje por Refuerzo.

La detección de anomalías mejora la seguridad de los vehículos al identificar patrones inusuales en los datos.

Un estudio sobre sistemas de aprendizaje federado usando blockchain para colaboración segura.

Este estudio revela cómo los ataques no adversariales impactan los algoritmos de incrustación de grafos de conocimiento.

El modelo TeVAE identifica de manera eficiente anomalías en pruebas de tren motriz de vehículos usando datos de series temporales.

Presentamos Treeffuser para mejorar las predicciones probabilísticas a partir de datos tabulares.

Este artículo habla sobre cómo enfrentar el colapso del modelo utilizando una mejor selección de datos y retroalimentación.

SeqMate hace que el procesamiento de datos de secuenciación de ARN sea más fácil para los biólogos.

Examinando el impacto de las funciones de activación periódicas en la eficiencia de aprendizaje y la generalización.

Una mirada a cómo se pueden observar y entender los sistemas a través de sus estadísticas.

Una nueva medida de evaluación mejora el rendimiento del modelo en tareas de clasificación multi-etiqueta.

CCL se asegura de que las redes neuronales mantengan precisión mientras aprenden nuevas tareas.

Un nuevo marco mejora la eficiencia del aprendizaje en tareas de refuerzo.

Nuevas estrategias combinan mapeo y predicción de comportamiento para vehículos autónomos.

Un nuevo modelo de IA mejora la detección de fallos y la evaluación de calidad en la fabricación.

Mejorando los modelos de mezcla en aprendizaje automático para más eficiencia y mejores resultados.

La selección efectiva de datos mejora el rendimiento en los modelos de lenguaje grandes.