Informática - Aprendizaje automático

Una mirada a enfoques de aprendizaje profundo descentralizados que priorizan la privacidad de los datos.

ReCoV ayuda a identificar y eliminar etiquetas ruidosas para mejorar el rendimiento del modelo.

Mejorando la eficiencia del diseño a través de métodos de optimización colaborativa.

Un nuevo método mejora la detección de objetos conocidos y desconocidos.

La investigación revela riesgos ocultos en modelos de aprendizaje automático a través de esteganografía.

El modelo de neurona ELM simplifica la comprensión de funciones cerebrales complejas con menos parámetros.

Un enfoque novedoso mejora las predicciones del valor del cliente a lo largo de su vida para tomar mejores decisiones de negocio.

Aprende cómo la imagenología médica ayuda en el diagnóstico y tratamiento de enfermedades.

FLOWER aborda el aprendizaje con pocos ejemplos y el olvido catastrófico en modelos de aprendizaje automático.

TensorNet mejora las predicciones moleculares usando representaciones tensoriales eficientes.

Un nuevo marco mejora el entrenamiento de redes convolucionales de grafos mediante agrupamiento adaptativo.

Un nuevo método mejora el reconocimiento de actos de habla en bengalí usando análisis de audio y texto.

Explora cómo los valores atípicos afectan el clustering k-means y métodos para la evaluación.

Un nuevo modelo se adapta a la heterofilia en gráficos, mejorando el rendimiento y la precisión.

Nuevo método combina aprendizaje automático con modelado de turbulencias para mejorar simulaciones.

Examinando los desafíos y estrategias para mejorar las defensas del modelo contra ataques adversariales.

Explorando cómo el lenguaje ayuda a inferir metas en situaciones sociales.

Nuevo método mejora las recomendaciones de e-commerce al entender las intenciones de compra de los clientes.

Un nuevo método usa redes neuronales para resolver PDEs de manera eficiente mientras preserva las leyes físicas.

Explorando los desafíos y estrategias en sistemas de aprendizaje multi-agente.

Un estudio sobre métodos de aprendizaje para protocolos de difusión en sistemas complejos.

Este estudio mejora las técnicas de respuesta a preguntas visuales para un mejor análisis de imágenes de teledetección.

Un nuevo marco optimiza el aprendizaje activo en diversos tipos de datos.

Los autoencoders mejoran la organización y clasificación de datos en el aprendizaje automático.

Este estudio examina los desafíos de la urbanización y los modelos predictivos para el transporte en India.

Un enfoque novedoso mejora la comprensión y el rendimiento de los embeddings de palabras.

Examinando el equilibrio entre la privacidad y la equidad en los modelos de aprendizaje federado.

Nuevos métodos mejoran la precisión en la imagenología médica utilizando aprendizaje profundo y fantasmas que imitan tejidos.

Nuevo marco mejora la seguridad y el aprendizaje de recompensas en aplicaciones de IA.

Una mirada a cuantificar la incertidumbre para mejorar las predicciones de aprendizaje automático.

Nuevo método utiliza minería de imágenes para entrenar sin anotaciones.

Una visión general sencilla de la descomposición de tensores y sus diversas aplicaciones.

Examinando cómo las transformaciones no lineales mejoran la estimación de ridge en datos de alta dimensión.

Un nuevo método mejora el rendimiento del aprendizaje federado en medio de preocupaciones por la privacidad de los datos.

Usar datos inválidos mejora la precisión y creatividad del modelo generativo.

Un nuevo marco mejora las predicciones de tasa de clics en diferentes áreas de negocio.

Un nuevo método de detección para muestras adversariales sin necesidad de los datos de entrenamiento originales.

Un nuevo método combina algoritmos y aprendizaje por refuerzo para el diseño de estructuras.

Un nuevo enfoque mejora la eficiencia del entrenamiento adversarial y la robustez del modelo.

Un método nuevo mejora el ajuste de parámetros S usando menos mediciones.