Informática - Aprendizaje automático

La escalación logit mejora la detección de datos fuera de la distribución sin necesidad de datos de entrenamiento.

AGRO ofrece un nuevo método para la planificación eficiente en entornos inciertos.

Explora cómo la tecnología predice resultados y ayuda en la toma de decisiones.

El estudio evalúa la creación y evaluación de imágenes satelitales sintéticas.

Un nuevo enfoque bayesiano mejora la modelación de sistemas complejos y su dinámica.

SOOD-ImageNet aborda desafíos en visión por computadora relacionados con el cambio en los significados de las imágenes.

Los participantes enfrentaron tareas complejas de robótica en los Juegos Olímpicos de IA usando técnicas avanzadas.

SwipeRx usa IA para recomendaciones personalizadas de farmacia y mejorar la atención al paciente.

El marco CARIn adapta modelos de aprendizaje profundo para un rendimiento óptimo en dispositivos móviles.

Presentando un modelo que mejora la recuperación de imágenes al incorporar incertidumbre.

Un nuevo método mejora el aprendizaje activo en tareas basadas en grafos con etiquetado limitado.

Un nuevo método mejora las recomendaciones al considerar los diferentes intereses de los usuarios.

MarS aprovecha modelos generativos para simular escenarios realistas del mercado financiero.

Presentamos nuevas redes neuronales cuánticas que se adaptan y aprenden de datos cambiantes.

Los modelos generativos crean datos de entrenamiento diversos, mejorando la adaptabilidad de los robots.

aTENNuate ofrece una mejora eficiente en tiempo real de las señales de voz, mejorando la claridad de la comunicación.

Usando redes neuronales para mejorar el diseño de cascos impresos en 3D para un mejor rendimiento.

Un nuevo método mejora las previsiones de energía eólica a largo plazo usando las ubicaciones de turbinas y datos climáticos.

VERTECS explora la luz cósmica antigua para revelar la evolución de estrellas y galaxias.

Examinando cómo las técnicas de regularización afectan la capacidad del machine learning para manejar entradas desconocidas.

AIvril mejora la generación de código RTL mediante la verificación automatizada de la sintaxis y la verificación funcional.

Un nuevo marco mejora el análisis de datos de redes sociales para obtener mejores ideas sobre los usuarios.

Una mirada a nuevos métodos para resolver desafíos de optimización complejos en el aprendizaje automático.

Un nuevo método mejora cómo los modelos aprenden de imágenes y texto.

Pasos esenciales para enviar artículos a la conferencia NeurIPS 2024.

LOCO Edit permite ediciones de imagen precisas sin necesidad de entrenamiento adicional.

Nuevos límites de error mejoran la fiabilidad del GPR en campos sensibles a la seguridad.

Descubre cómo nuevos métodos mejoran el ensamblado de pesos en el aprendizaje automático.

RoLoRA mejora el aprendizaje federado con un ajuste fino robusto y comunicación eficiente.

Un nuevo método para mejorar la precisión y eficiencia de la recuperación k-NN.

Investigando cómo aprender operadores y manejar errores de manera efectiva en espacios de funciones.

Un nuevo modelo combina procesos de difusión y transformadores para mejorar el análisis de series temporales.

Un nuevo enfoque mejora las predicciones de sistemas dinámicos al incorporar memoria.

Un nuevo método mejora la comprensión de la importancia de las características en el aprendizaje automático.

K-Origins mejora la evaluación del color en redes neuronales para una mejor análisis de imágenes.

Descubre cómo los L-sistemas estocásticos simulan patrones de crecimiento de plantas realistas.

NoiseAttack altera múltiples clases en ataques de puerta trasera usando patrones de ruido sutiles.

Un estudio revela cómo los modelos de lenguaje olvidan habilidades de manera inconsistente entre tareas.

Un nuevo enfoque para mejorar la precisión del modelo identificando fuentes de datos de baja calidad.

Aprende cómo las simetrías de grupo pueden mejorar los modelos de clasificación en el aprendizaje automático.