Informática - Aprendizaje automático

Explorando simetrías locales para mejorar métodos de aprendizaje automático basados en grafos.

Un nuevo método mejora la detección de valores atípicos en el análisis de datos.

Examinando cómo el aprendizaje profundo mejora la precisión en la predicción de terremotos.

Nuevo conjunto de datos mejora la investigación en aerodinámica automotriz y la eficiencia en el diseño.

Implementando YOLO para detección de objetos con recursos limitados en microcontroladores.

Un nuevo método mejora la seguridad de DNN sin datos limpios.

Los investigadores mejoran las predicciones de las erupciones solares usando nuevos métodos y una función de pérdida.

Un conjunto de datos revolucionario mejora las herramientas de IA para diagnosticar problemas del corazón.

Investigación sobre cómo entrenar modelos de lenguaje para idiomas subrepresentados de manera eficiente.

NeuralMPM acelera las simulaciones de materiales usando técnicas de aprendizaje profundo.

Este artículo investiga el cambio repentino en la capacidad de aprendizaje de las redes neuronales.

SINDyG mejora la comprensión de sistemas complejos a través de mejores modelos de red.

fastkqr mejora la velocidad y precisión de la regresión cuantílica mientras maneja problemas de cruces.

Un nuevo método mejora la construcción de árboles evolutivos usando aprendizaje profundo.

Una mirada a las técnicas de transferencia de peso y su impacto en el entrenamiento de redes neuronales.

Presentamos un nuevo algoritmo para identificar relaciones causales entre variables ocultas.

Aprende cómo los cGANs generan imágenes específicas usando información adicional.

Explora el enfoque del aprendizaje federado para la privacidad en el aprendizaje automático.

Un nuevo método mejora el aprendizaje a partir de conjuntos de datos de calidad variada en el RL offline.

Un nuevo algoritmo mejora la identificación del mejor brazo en escenarios de presupuesto fijo.

Un método para acelerar la generación de texto sin perder calidad.

INK ofrece un método confiable para identificar muestras fuera de distribución en aprendizaje automático.

Un nuevo modelo mejora la precisión de las predicciones de velocidad del viento en paisajes difíciles.

Un nuevo método mejora la toma de decisiones con restricciones de presupuesto en entornos inciertos.

Nuevos métodos mejoran la separación de voces en entornos ruidosos.

Un nuevo método para crear texturas directamente en superficies 3D, evitando problemas comunes.

Un nuevo sistema optimiza las respuestas de IA para campos legales, enfocándose en la Ley Local 144 de la ciudad de Nueva York.

Examinando cómo las SNNs se comparan con las ANN en consumo de energía.

Examinando vulnerabilidades en EaaS y nuevas estrategias de defensa con marcas de agua.

Tiny-toxic-detector identifica comentarios tóxicos de manera efectiva mientras usa mínimos recursos.

Analizando el impacto de los componentes basados en cuaterniones en el rendimiento de la clasificación de imágenes.

MAPF-GPT ofrece un enfoque innovador para resolver desafíos de búsqueda de caminos entre múltiples agentes utilizando aprendizaje automático.

Un método para aclarar relaciones causales a pesar de factores no medidos.

FPDT ofrece una solución para entrenar LLMs de contexto largo de manera más eficiente.

Examinando cómo las amenazas cibernéticas afectan los inversores inteligentes y la estabilidad del poder.

Una mirada a cómo el aprendizaje por transferencia impacta el rendimiento del modelo a través de las leyes de escalado.

Un nuevo método para explicar predicciones en datos espacialmente dependientes usando Random Forest.

Un nuevo sistema detecta el spam analizando los diseños de los correos, mejorando las medidas de seguridad.

Investigaciones muestran que los robots pueden mejorar el aprendizaje usando patrones de movimiento de tareas anteriores.

Explorando los desafíos del aprendizaje multitarea y continuo en el aprendizaje automático.