Informática - Aprendizaje automático

Nuevos métodos mejoran la eficiencia de las redes neuronales de grafos con una pérdida de rendimiento mínima.

GRANDE usa descenso por gradiente para mejorar el aprendizaje a partir de datos tabulares.

Este artículo habla sobre cómo usar la entropía para mejorar el rendimiento y la interpretabilidad de las redes neuronales.

Presentando un método nuevo para crear características significativas usando aprendizaje por refuerzo.

Este artículo examina los desafíos y soluciones relacionados con las etiquetas ruidosas en los datos de entrenamiento.

Los modelos de consistencia mejoran la eficiencia en la toma de decisiones en el aprendizaje por refuerzo.

SAM mejora el entrenamiento de redes neuronales al centrarse en la estabilidad de los parámetros.

Un nuevo enfoque en el aprendizaje automático reduce costos mientras mejora las predicciones.

Un nuevo método mejora la resistencia de la IA a los cambios dañinos en la entrada.

Un nuevo estándar evalúa el rendimiento de memoria de los agentes de DRL usando diversas tareas.

Una mirada profunda a cómo los LLM convierten el lenguaje en código en múltiples tareas.

Descubre el impacto de las redes de filtrado de datos en los conjuntos de datos de aprendizaje automático y el rendimiento de los modelos.

Geal mejora la eficiencia de selección de datos en visión por computadora usando modelos de propósito general.

MixQuant optimiza las opciones de ancho de bits para redes neuronales profundas, equilibrando eficiencia y precisión.

unORANIC mejora el análisis de imágenes médicas separando la anatomía de la corrupción.

Aprende a predecir caídas de servicios en la nube usando métricas de rendimiento.

Un nuevo método mejora el uso del aprendizaje profundo en datos tabulares.

Una mirada a cómo mejorar la equidad en la toma de decisiones algorítmicas.

Agentes de enseñanza innovadores usan la Teoría de la Mente para mejorar el aprendizaje personalizado.

Nuevos métodos en robótica simplifican el diseño de hardware y software para mejorar el rendimiento.

FP8 ofrece una solución compacta para entrenar grandes modelos de IA con mayor eficiencia.

Un nuevo método ayuda a los robots a anticipar cómo se mueve la gente en espacios compartidos.

Examinando el sesgo racial en las predicciones de IA usando datos de resonancias magnéticas de cáncer de mama.

Explorando cómo el aprendizaje automático mejora el control predictivo de modelos para un mejor rendimiento del sistema.

Este estudio revisa el rendimiento de modelos de NER en los libros de aventuras de Dungeons and Dragons.

Este estudio explora la escritura a mano como una herramienta para identificar problemas de salud en adultos mayores.

La modelación no lineal innovadora mejora la comprensión de las relaciones en los datos de los sensores.

Un nuevo método mejora la comprensión de las decisiones de la IA y revela sesgos.

Las tecnologías avanzadas están mejorando las predicciones de temperatura en los hornos de recalentamiento para una mejor eficiencia.

DiffChest mejora el análisis de rayos X de tórax con explicaciones claras e identificación de factores de confusión.

Este enfoque mejora el rendimiento de las GNN al identificar meta-rutas relevantes en redes complejas.

Analizando métodos federados y de consenso para la segmentación de la próstata a partir de escaneos de MRI.

DeltaXplainer aclara las diferencias en las predicciones del modelo para generar más confianza en el usuario.

Un nuevo enfoque mejora las soluciones de enrutamiento de vehículos para problemas más grandes utilizando redes neuronales.

Analizando cómo los modelos continuos afectan la robustez y el rendimiento en el aprendizaje automático.

Este estudio explora YOLOv5 para una detección efectiva del diseño de documentos y extracción de datos.

Un nuevo enfoque mejora el análisis de datos en estudios de salud multi-sitio.

Examinando cómo los sesgos afectan la calidad de las evaluaciones de modelos de lenguaje.

Nueva metodología mejora las predicciones de eventos simultáneos, beneficiando la salud y los negocios.

Exponiendo las vulnerabilidades de los modelos de lenguaje en la salud y el peligro de la información falsa.