Articoli più recenti per Apprendimento multi-task

Un nuovo approccio migliora la previsione delle malattie usando le cartelle cliniche elettroniche.

Un nuovo modello migliora la sicurezza dell'identificazione vocale e resiste al spoofing vocale.

Uno strumento flessibile progettato per situazioni di etichettatura dati diverse.

Nuovo framework migliora le previsioni nel multi-task learning nonostante le limitazioni dei dati.

Metodi innovativi puntano a migliorare l'imaging cerebrale per la ricerca sulla salute mentale.

Introducendo HeMeNet per un apprendimento multi-task proteico efficiente usando strutture 3D.

Una nuova tecnologia migliora la precisione della diagnosi delle malattie polmonari tramite l'analisi del suono.

Questo studio collega l'analisi delle parole nei report alle performance ESG.

Un nuovo metodo punta a migliorare l'equità nell'apprendimento automatico senza compromettere le prestazioni.

Un nuovo metodo migliora le prestazioni del modello di parlato e l'efficienza in ambienti rumorosi.

Nuovi metodi migliorano le previsioni nella scoperta di farmaci e nella scienza dei materiali.

UniAV combina localizzazione dell'azione, rilevamento del suono e localizzazione degli eventi audio-visivi per una migliore comprensione dei video.

Esplorare i vantaggi e le sfide degli embedding variabili condivisi nel machine learning.

drGAT usa l'apprendimento automatico per prevedere come le cellule rispondono ai farmaci.

Esplora il ruolo della memoria e del contesto nel migliorare l'apprendimento automatico.

SpeechVerse collega la comprensione audio e l'elaborazione del linguaggio per migliorare l'interazione uomo-computer.

Il nuovo modello migliora l'accuratezza delle previsioni per le zone idrofobiche nelle proteine.

VulLLM migliora il rilevamento automatico delle vulnerabilità software attraverso tecniche di apprendimento avanzate.

Questo studio migliora l'AES concentrandosi sulla grammatica nella valutazione degli saggi.

Introduzione dell'evoluzione del modello per migliorare le prestazioni del modello linguistico senza dati di addestramento extra.

MODA migliora i processi decisionali nelle aree urbane utilizzando tecniche di apprendimento avanzate.

Un nuovo modello migliora le capacità di chiamata delle funzioni dei modelli linguistici per compiti complessi.

VCHAR migliora il riconoscimento delle attività umane complesse usando metodi visivi innovativi.

HydraGNN usa il machine learning per accelerare la scoperta e la modellazione dei materiali.

HyperLoader migliora l'allenamento di modelli multitasking usando tecniche innovative e hypernetwork.

Un nuovo metodo migliora l'accuratezza nell'estrazione di strade usando reti neurali grafiche.

I modelli di traduzione neurale a conoscenza del contesto migliorano l'accuratezza grazie all'apprendimento multi-task.

Questo studio esplora come l'apprendimento della rappresentazione aiuti i robot ad adattarsi in ambienti che cambiano.

Un nuovo metodo usa l'IA per migliorare l'accuratezza nella classificazione del cancro.

Un metodo per migliorare il deployment del deep learning su dispositivi a risorse limitate.

Un nuovo metodo migliora l'efficienza nel machine learning multi-task.

Un nuovo metodo migliora l'apprendimento multi-task aggregando obiettivi e caratteristiche.

Un nuovo metodo migliora il modo in cui le auto capiscono ciò che le circonda.

CrowdMAC migliora le previsioni nella previsione della densità della folla nonostante dati incompleti.

Un nuovo metodo aiuta i robot a imparare e adattarsi ai compiti in modo efficace.

MT-Diffusion genera in modo efficiente più tipi di dati contemporaneamente, migliorando le applicazioni di intelligenza artificiale.

Analizzando come i dataset di addestramento influenzano l'equità dell'IA nella diagnosi delle lesioni cutanee.

Uno studio che confronta modelli di machine learning per valutare le vulnerabilità nel codice C/C++.

Un nuovo approccio per migliorare l'efficienza nell'apprendimento multi-task usando matrici a rango basso.

Il raggruppamento multi-task migliora l'efficienza dell'apprendimento e le prestazioni in diverse applicazioni di intelligenza artificiale.