Informática - Aprendizaje automático

Las células amoeboidales usan pseudópodos para tomar decisiones de movimiento basadas en señales químicas.

Un nuevo enfoque mejora la velocidad y la precisión de las predicciones en varios campos.

Explorando técnicas de deep learning para el análisis de datos de series temporales continuas.

Nuevo método mejora el agrupamiento para grandes conjuntos de datos usando Cuantización Estocástica.

Presentamos S-STE, un nuevo enfoque para mejorar la eficiencia del entrenamiento de redes neuronales dispersas.

Aprende cómo PQC fortalece el aprendizaje federado frente a amenazas cuánticas.

Una nueva técnica ofrece lecturas de presión arterial mejoradas usando datos de PPG.

Nuevo modelo mejora la detección de hablantes en tiempo real y la eficiencia en la comunicación.

Un enfoque innovador usa aprendizaje profundo para descubrir características de planetas no transitantes.

Un nuevo enfoque mejora la precisión en la predicción de las erupciones solares.

Un nuevo método ofrece soluciones eficientes para ecuaciones integrales usando redes neuronales.

SGFormer simplifica el aprendizaje de grafos para que sea más eficiente y escalable.

Una visión general de los métodos de núcleo cuántico y su impacto en el aprendizaje automático.

Nuevo método mejora la eficiencia de muestreo usando funciones de energía.

Examinando factores que influyen en la confianza en vehículos autónomos entre jóvenes adultos.

Descubre cómo FastVPINNs mejoran la modelación de dinámicas de fluidos usando redes neuronales.

Nuevos métodos combinan redes neuronales y técnicas de elementos finitos para mejorar las simulaciones de flujo de fluidos.

Examinando el papel de la causalidad de orden superior en la comprensión de sistemas complejos.

Un nuevo método mejora la selección de nodos para la adaptación de dominio en grafos.

Un nuevo método para controlar péndulos dobles muestra mejoras significativas en estabilidad y adaptabilidad.

XSub explota la IA explicable para mejorar los ataques adversariales, lo que genera preocupaciones de seguridad.

Un nuevo método mejora la creación de informes de ECG y la respuesta a preguntas usando aprendizaje automático.

Un nuevo marco mejora las predicciones al abordar la incertidumbre en los datos.

Una mirada a los microbiomas y su importancia en la salud a través de la metagenómica.

Un estudio sobre la efectividad de los Modelos de Fundación en el análisis de datos satelitales.

Explora el muestreo adaptativo para mejorar el rendimiento de redes neuronales con datos simétricos.

MCLRec mejora la precisión de las sugerencias al reconocer múltiples intereses del usuario.

Un nuevo enfoque para el procesamiento de señales usando diccionarios ortogonales estructurados.

Un nuevo modelo mejora la interpretación de características geológicas en datos sísmicos.

Explorando el papel de la computación cuántica en mejorar la detección de anomalías en sistemas ciberfísicos.

Nuevos métodos utilizan instantáneas únicas para un análisis efectivo de turbulencias.

Un nuevo marco mejora las representaciones atómicas, mejorando las predicciones en la ciencia de materiales.

Analizando cómo las empresas informan sobre los riesgos cibernéticos y sus efectos en el rendimiento financiero.

AAGCN mejora la forma en que las GNNs aprenden de estructuras de datos complejas.

Explorando métodos para manejar el ruido en las etiquetas en Árboles de Decisión Aumentados por Gradiente.

Un nuevo método ayuda a seleccionar algoritmos en la clasificación de series temporales mientras se preserva la privacidad de los datos.

Un nuevo marco mejora las estrategias de cupones para vendedores en mercados en línea.

Un nuevo método predice el rendimiento de DNN en diferentes hardware de manera rápida y precisa.

Nuevos métodos mejoran la generación y optimización de secuencias de ARN, afectando la regulación genética.

Un nuevo método mejora la alineación de los modelos de lenguaje grandes con la entrada humana.