Informática - Aprendizaje automático

Explorando cómo los robots aprenden tareas usando contenido de video en línea.

Explorando cómo los NCDEs transforman el aprendizaje de datos y la predicción.

Un modelo para entender mejor el impacto del aceite de palma en los bosques y la sostenibilidad.

Kite mejora la estimación de transferibilidad para una mejor selección de modelos en el aprendizaje por transferencia.

Un nuevo algoritmo mejora la toma de decisiones en entornos complejos.

Un nuevo marco mejora el aprendizaje a partir de modelos preentrenados sin datos originales.

EchoScene mejora la creación de escenas 3D interiores a través de métodos innovadores e interacción con el usuario.

Un nuevo enfoque para mejorar los modelos de aprendizaje profundo contra ataques adversariales.

MESA mejora las estrategias de exploración para los agentes que trabajan juntos en diferentes entornos.

Explorando las capacidades de los modelos de lenguaje visual en el análisis de imágenes de microscopía.

TS-CausalNN ofrece un enfoque nuevo para las relaciones causales en datos de series temporales.

Nuevas técnicas mejoran la comunicación al detectar colisiones de preámbulo de manera efectiva.

Un nuevo método mejora la eficiencia del entrenamiento de machine learning mientras protege la privacidad de los datos.

Nuevas técnicas mejoran el rendimiento del modelo frente a cambios en los datos usando funciones de pérdida no convexas.

Un nuevo método combina redes neuronales y optimización sin gradientes para un diseño eficiente.

Las técnicas de machine learning mejoran el descubrimiento de nuevos materiales para varias industrias.

Examinando el papel de la representación en PPO y su impacto en el rendimiento del agente.

Grappa mejora las predicciones moleculares con técnicas de aprendizaje automático para una mejor eficiencia.

Un nuevo método mejora el reconocimiento de objetos al fomentar la composicionalidad en las representaciones de imágenes.

Un nuevo enfoque mejora la gestión de la red eléctrica utilizando topologías objetivo y aprendizaje profundo.

Estrategias innovadoras para mejorar el flujo de tráfico y reducir el uso de combustible en las rotondas.

Usando tecnología avanzada para mejorar el diagnóstico de accidentes cerebrovasculares y los resultados del tratamiento.

Un nuevo modelo mejora las predicciones de tráfico para una movilidad urbana más inteligente.

Swarm Learning mejora la privacidad y la seguridad en sistemas de aprendizaje automático descentralizados.

Un nuevo marco mejora la predicción del tráfico a través de explicaciones contrafactuales para tomar mejores decisiones.

Un nuevo sistema predice las acciones de los peatones y conductores, mejorando la seguridad vial.

Un marco para asegurar dispositivos confiables en el aprendizaje federado para la privacidad de datos urbanos.

Nuevos enfoques mejoran la comprensión y la transferibilidad en redes neuronales.

La investigación revela preocupaciones sobre las habilidades de razonamiento matemático de los modelos de lenguaje grandes.

Un nuevo método mejora la predicción de series temporales a través de una efectiva augmentación de datos.

Explorando cómo la computación neuromórfica está transformando el procesamiento de datos visuales.

Un nuevo método mejora la memoria y el procesamiento para modelos de aprendizaje profundo en MCUs.

Un nuevo método mejora el razonamiento en los modelos de lenguaje a través de un aprendizaje de preferencias efectivo.

Aprende cómo RST-LoRA mejora la resumición usando la Teoría de la Estructura Retórica.

Un nuevo marco mejora la evaluación de algoritmos de aprendizaje federado en diversas aplicaciones.

Explora cómo los modelos base mejoran el análisis de datos de series temporales en diferentes campos.

Una mirada a la composicionalidad y generalización en los modelos de lenguaje de aprendizaje automático.

Este estudio examina cómo el aprendizaje automático afecta la toma de decisiones y el comportamiento individual.

Explora el auge y la eficiencia de los Transformadores de Visión en el procesamiento de imágenes.

Los datos del mundo real mejoran la seguridad de los sistemas de conducción automatizada a través de simulaciones avanzadas.