Articoli più recenti per Aumento dei Dati

La ricerca mostra come semplificare l'uso dei dati migliora le prestazioni dei veicoli a guida autonoma.

Scopri come LP-CLIP rinforza la robustezza dei modelli multimodali tipo CLIP.

Quest'articolo parla di nuovi metodi per migliorare la navigazione vicino agli asteroidi.

Migliorare i metodi per rilevare i pannelli solari tramite tecnologie di telerilevamento.

Questo articolo parla di come i LLM possano creare nuovi set di dati per compiti di comprensione del testo.

Nuovo metodo genera esempi controfattuali per una migliore valutazione e addestramento del modello.

La regolarizzazione della consistenza che preserva l'ordine migliora le prestazioni del modello in situazioni diverse.

Esaminando il bias sociale nel machine learning, con un occhio su modelli linguistici, visivi e visione-linguaggio.

Strategie per migliorare l'interpretabilità nei sistemi di intelligenza artificiale per una comprensione migliore.

Esplora il campionamento di Gibbs e l'augmentazione dei dati nella modellazione statistica.

Un nuovo metodo migliora le prestazioni e l'efficienza del tagging audio.

FDLS semplifica la creazione di animazioni digitali reali per i personaggi usando il deep learning.

Un nuovo modello migliora il riconoscimento delle categorie rare in set di dati sbilanciati.

Uno studio mostra che l'apprendimento contrastivo supervisionato migliora le prestazioni del modello su diversi dataset.

Un nuovo modello migliora il riconoscimento delle immagini adattandosi in modo unico alle trasformazioni.

RLLTE offre un framework flessibile per sviluppare e migliorare applicazioni di reinforcement learning.

Nuovo approccio migliora i modelli di deep learning per una segmentazione delle immagini mediche più affidabile.

Nuove tecniche migliorano le prestazioni del modello usando pochi dati etichettati.

Una buona separazione dei dati aumenta l'accuratezza nella rilevazione del cancro ai polmoni usando il deep learning.

Un nuovo metodo migliora la generazione di campioni positivi nell'apprendimento auto-supervisionato.

Esplorare l'importanza della normalizzazione delle caratteristiche nelle dinamiche di apprendimento non contrastivo.

BOD semplifica l'analisi dei dati coinvolgendo gli utenti nel classificare le variabili importanti.

Un nuovo modello leggero migliora la stima del pitch usando tecniche di apprendimento auto-supervisionato.

La ricerca migliora la previsione della forza nella chirurgia robotica usando dati visivi e machine learning.

Un metodo di deep learning migliora il rilevamento dei problemi renali nell'imaging medico.

Esaminando l'equità e l'accuratezza nel rilevare gli utenti della strada vulnerabili da parte dei veicoli autonomi.

NAG2G migliora il processo di previsione dei reagenti per la sintesi dei composti.

Un nuovo approccio migliora i modelli NLP contro attacchi avversariali tramite parafrasi mirate.

Un nuovo framework di intelligenza artificiale migliora la rilevazione delle malattie oculari grazie a tecniche di imaging avanzate.

Nuovi metodi mirano a migliorare la diagnosi di polmonite nella salute polmonare dei bambini.

FrameFlow spinge il design delle proteine migliorando la diversità e la funzionalità degli scaffold.

Questo studio esplora come l'ML migliori la selezione delle variabili nel calcolo simbolico.

Un'immersione profonda nei modelli di diffusione denoising e nella loro semplificazione per migliorare l'apprendimento della rappresentazione.

Un approccio di apprendimento auto-supervisionato migliora l'analisi delle fibre nervose nelle immagini cerebrali.

Questo lavoro esamina come gli LLM migliorano la rilevazione delle vulnerabilità nel codice Java.

Usare metodi di ML per migliorare la rilevazione dell'Alzheimer attraverso strategie sui dati.

I ricercatori migliorano l'accuratezza nella classificazione dei suoni cardiaci usando metodi di aumento dei dati con codec.

CAMBranch migliora l'ottimizzazione nella Programmazione Lineare Intera Mista con tecniche di machine learning.

I ricercatori migliorano le performance dei modelli aumentando la varietà dei dati con nuovi metodi di augmentazione.

Questo studio migliora le prestazioni delle GNN attraverso spiegazioni grafiche efficaci.