Informática - Aprendizaje automático

Un nuevo modelo de IA mejora las predicciones de los resultados de aprendizaje de los estudiantes.

OpenAL facilita comparar métodos de aprendizaje activo con tareas y métricas realistas.

R-softmax mejora la claridad del modelo al permitir probabilidades cero para ciertas categorías.

Este estudio analiza cómo los niveles de ingresos influyen en las interacciones en línea en las discusiones comunitarias.

Una mirada a la importancia de proteger los datos personales en la tecnología.

Un nuevo enfoque para mejorar las predicciones con información faltante.

NeAT mejora la transferencia de estilo editando imágenes para obtener mejor calidad y retención de detalles.

Un nuevo método permite a los usuarios proteger su privacidad de datos en el aprendizaje federado.

Explorando el potencial de la computación cuántica en técnicas de modelado generativo.

Este estudio mejora los algoritmos de etiquetado de jets usando entrenamiento adversarial para mayor robustez.

Una mirada a los juegos bayesianos, sus equilibrios y el papel de los mediadores.

Un enfoque flexible para establecer límites inferiores en el riesgo bayesiano en la estimación de parámetros.

Este enfoque conecta las acciones de video y el sonido usando física para obtener mejores efectos de sonido.

FedShift aborda el desequilibrio de clases en el aprendizaje federado para mejorar el rendimiento del modelo.

Este artículo habla sobre el marco Phy-DRL para tomar decisiones más seguras en sistemas complejos.

Un nuevo método mejora la edición de imágenes usando mapas de ruido amigables con la edición.

AIIPot mejora la seguridad del IoT al involucrar a los atacantes a través de aprendizaje automático interactivo.

Investigando nuevas medidas para mejorar el método del Botleneck de Información.

Nuevo método mejora la generación de imágenes mientras mantiene el conocimiento pasado.

Explora el papel del aprendizaje federado en mejorar la eficiencia de la comunicación satelital MIMO.

PCA-Net combina PCA y redes neuronales para mejorar el análisis de datos.

Este estudio analiza datos de seguimiento ocular para mejorar modelos de identificación biométrica.

Este artículo habla sobre cómo mejorar la robustez del modelo en datos en streaming contra ataques adversariales.

El proyecto busca dar explicaciones en lenguaje natural para las acciones de vehículos automatizados.

Este artículo evalúa los riesgos de re-identificación en las representaciones de usuarios y las medidas de privacidad.

El meta-aprendizaje avanza nuestra comprensión de cómo piensan y se adaptan los humanos.

Nuevo método mejora la precisión en la segmentación de imágenes médicas.

Examinando cómo funciona la interpolación de kernel en escenarios de datos ruidosos.

Un enfoque revolucionario mejora la segmentación de imágenes médicas sin necesidad de reentrenamiento.

Un nuevo método mejora la restauración de rostros, preservando la identidad y la calidad.

Este análisis identifica combinaciones viables de medidas de equidad para sistemas de IA.

Descubre cómo qEUBO mejora la toma de decisiones a través de las preferencias de los usuarios.

Un nuevo método integra las preferencias humanas para mejorar la generación de imágenes.

Angler ayuda a los practicantes a priorizar arreglos en los modelos de traducción automática de manera efectiva.

Aprende cómo la augmentación de datos mejora el rendimiento del aprendizaje automático con datos desbalanceados.

Un nuevo método para analizar redes etiquetadas en evolución de manera efectiva.

Explorando el aprendizaje federado en la toma de decisiones con bandidos contextuales y preservación de la privacidad.

NoisyTwins mejora los StyleGANs para generar mejores imágenes a partir de conjuntos de datos limitados.

Un nuevo método para mejorar la segmentación de imágenes médicas usando redes 3D equivariantes al escalado.

Descubre los avances de Proximity Forest 2.0 en la clasificación de series temporales.