Estadística - Aprendizaje automático

Un nuevo enfoque combina el aprendizaje de representaciones causales y modelos fundamentales para una mejor comprensión.

Este artículo examina cómo las redes neuronales mejoran las predicciones con pesos iniciales pequeños.

Aprovechando el aprendizaje automático para mejorar la precisión en las predicciones de demanda para las empresas.

Explorando los riesgos de privacidad relacionados con ataques de inferencia de membresía en el aprendizaje automático.

El método ParaTAA acelera muchísimo la creación de imágenes sin perder calidad.

Un nuevo enfoque para filtrar sistemas complejos usando Modelos PSD Gaussianos.

Un nuevo método para un análisis de datos eficiente en medio de valores atípicos.

Este trabajo analiza el rendimiento de transformadores simplificados en tareas de pronóstico.

Nuevas técnicas mejoran las predicciones de tendencias económicas usando datos diversos.

Un nuevo enfoque mejora el rendimiento del modelo contra cambios de distribución y ataques adversariales.

Explorando métodos para mejorar la clasificación multiclase a través de técnicas de pérdida sustituta.

Este artículo habla sobre los aspectos esenciales del aprendizaje por refuerzo restringido y sus aplicaciones en el mundo real.

Este estudio mejora el aprendizaje distribuido a través del uso efectivo de actualizaciones ponderadas en la Retroalimentación de Errores.

Aprende sobre la Localización Estocástica en muestreo y sus procesos clave.

Este artículo examina el papel de los tensores en la mejora de técnicas de agrupamiento.

Explorando técnicas para mejorar los clasificadores multicategoría en medio de desafíos de datos mal etiquetados.

Explorando cómo los ejemplos adversariales influyen en los modelos de aprendizaje automático.

Una mirada a los hipergrafos y sus roles en varios campos.

Este estudio examina los desafíos del aprendizaje de reconstrucción en el aprendizaje automático para tareas de percepción.

Un nuevo método para la recolección justa de datos en modelado predictivo.

Un nuevo método mejora la estimación de núcleos de memoria en la dinámica de partículas.

Un método para estimar los efectos del tratamiento cuando falta información clave.

Introduciendo un método para la estimación de densidad usando la cuasi-interpolación de B-spline Hermite en agrupamiento.

Esta investigación examina el desequilibrio espectral para mejorar la equidad en los modelos de clasificación de aprendizaje automático.

Una mirada a PAC-Bayes y su impacto en el rendimiento del modelo.

LoRA+ mejora el rendimiento del modelo a través de tasas de aprendizaje personalizadas en el deep learning.

Un nuevo marco bayesiano mejora la calidad de las imágenes y estima la incertidumbre.

Un nuevo enfoque para los bandidos lineales aborda el ruido en la retroalimentación para tomar mejores decisiones.

Mejorando la eficiencia del modelo con nuevas técnicas de aprendizaje activo para datos incompletos.

Un nuevo método mejora la precisión de probabilidad en modelos de lenguaje sin datos adicionales.

Mejorando la robustez contra ataques adversariales en modelos de lenguaje-visión.

Presentamos DOPE: un método robusto para mejorar la estimación del efecto del tratamiento usando datos observacionales.

Aprende cómo la Pérdida de Histograma mejora las predicciones de regresión al modelar la incertidumbre.

Nuevos conjuntos de datos mejoran las predicciones y el entendimiento de las propiedades de los nanomateriales usando aprendizaje automático de grafos.

Presentamos DUETS: un método para optimizar la toma de decisiones distribuidas con mínima comunicación.

Aprende cómo la retroalimentación parcial puede simplificar la estimación de modos en conjuntos de datos grandes.

Aprende cómo el SGD con recorte mejora la estimación del gradiente en entornos de datos ruidosos.

Nuevo marco mejora la predicción de intenciones de los peatones para coches autónomos.

Nuevos métodos para estimar procesos de eventos aleatorios a partir de datos limitados.

Investigando las complejidades del muestreo posterior en modelos de difusión para el procesamiento de imágenes.