Informática - Aprendizaje automático

Los modelos implícitos prometen mejores predicciones en situaciones de datos complejos.

Un nuevo método mejora la claridad en las tareas de reconocimiento de imágenes.

Un conjunto de datos robusto para entrenar sistemas de IA avanzados basados en chat.

FuzzTheREST mejora las pruebas difusas para APIs RESTful, encontrando vulnerabilidades de manera eficiente.

Un nuevo enfoque para el monitoreo de la salud estructural utiliza datos de estructuras similares.

Este estudio examina cómo los patrones de habla pueden ayudar a identificar el Trastorno del Espectro Autista.

El aprendizaje federado mejora el aprendizaje automático mientras asegura la privacidad de los datos en entornos industriales.

Nuevo conjunto de datos ayuda a la IA a mejorar la atención de pacientes en emergencias y la toma de decisiones.

Los científicos usan aprendizaje automático para mejorar el diseño de anticuerpos para tratamientos médicos.

Un marco para incorporar las voces de las minorías en los procesos de anotación.

Un estudio sobre cómo mejorar los métodos de TTA para las variaciones en datos del mundo real.

Un nuevo enfoque combina técnicas de imagen para mejorar la detección del glaucoma.

Explorando cómo las DNNs recuperan funciones en configuraciones sobredimensionadas.

Un nuevo modelo de aprendizaje profundo muestra promesas al predecir los resultados en pacientes con accidente cerebrovascular.

Un nuevo enfoque para los modelos de espacio de estados mejora la eficiencia y el rendimiento en tareas de lenguaje.

La investigación revela vulnerabilidades en los métodos de marcas de agua para textos generados por IA.

Un nuevo enfoque combina varias modalidades de detección para una mejor integración de datos.

Mejorando el aprendizaje por refuerzo con estimaciones de la función de valor para una adaptación más rápida a las tareas.

Aprende cómo la inversión de características y la máxima entropía ayudan a recuperar datos originales.

Una mirada a la Aprendizaje Federado y su papel en la protección de los datos de los usuarios.

Un análisis del rendimiento de DQN, PPO y A2C en BreakOut.

Explorando el papel de los drones en mejorar el aprendizaje automático a través de una mejor comunicación.

Un nuevo método mejora el aprendizaje de nuevas clases mientras conserva el conocimiento viejo.

Presentando NeST para aprender mejor las clases nuevas sin olvidar las viejas.

Un estudio sobre la efectividad de diferentes modelos DLWP en la predicción del clima.

La investigación busca mejorar la fiabilidad de la IA y la eficiencia energética en diversas aplicaciones.

Una mirada al suavizado aleatorio como defensa para modelos de aprendizaje automático.

Modelos más pequeños ajustados a campos específicos, como la medicina, muestran un gran potencial.

Presentamos 360VFI para mejorar la calidad y la experiencia del video en 360 grados.

Examinando el papel de la robustez en la estimación de distribuciones desconocidas a partir de muestras.

Combinar TTS y datos reales mejora efectivamente los sistemas de reconocimiento de voz.

Aprende cómo el abandono temprano mejora la eficiencia en los modelos de Procesamiento de Lenguaje Natural.

Nuevos modelos proporcionan información sobre sistemas complejos al centrarse en componentes individuales.

HeCiX-KG une datos de ensayos clínicos con ideas biológicas para mejorar el desarrollo de medicamentos.

SciQu acelera las predicciones de propiedades de materiales usando aprendizaje automático y extracción de datos automatizada.

Nuevos métodos que utilizan modelos de difusión mejoran la ciberseguridad contra ejemplos adversariales.

Un nuevo método mejora la seguridad de las redes inteligentes sin comprometer la privacidad del usuario.

AsyCo mejora la precisión del aprendizaje con etiquetas incompletas usando un enfoque de doble tarea.

Explorando el papel de los priors tensoriales estructurados en la mejora de las estimaciones de datos.

E-LLaGNN mejora los GNNs al usar modelos de lenguaje de manera selectiva para un mejor rendimiento.