Articoli più recenti per Regolarizzazione

Questo articolo affronta i problemi di distribuzione nelle simulazioni potenziate dall'apprendimento automatico.

Introducendo un metodo per ridurre il dimenticare nelle reti neurali mentre si apprendono nuovi compiti.

Nuove tecniche migliorano l'identificazione dei parametri nei sistemi complessi usando metodi adattivi.

DeRa offre un metodo per regolare l'allineamento del modello linguistico senza dover riaddestrarlo.

Un nuovo metodo migliora le previsioni dei modelli di apprendimento automatico attraverso un sistema maestro-allievo.

Un nuovo metodo per capire meglio come si diffondono le malattie usando modelli spaziali.

Questo studio esamina come trovare gli equilibri di Nash in mezzo a vincoli individuali in scenari competitivi.

Un nuovo metodo migliora le previsioni del modello affrontando in modo efficace i problemi di miscalibrazione.

Scopri come il trasporto ottimale aiuta a confrontare le distribuzioni dei dati in modo efficiente.

Esplora come l'incertezza influisce sulle previsioni del machine learning e i metodi per misurarla.

Uno sguardo all'analisi di sopravvivenza usando il modello di rischio proporzionale di Cox.

Nuovi metodi migliorano la modellazione acustica del sottosuolo terrestre per vari settori.

Un metodo per migliorare la classificazione dei dati usando tecniche di regolarizzazione.

Un approccio fresco per chiarire come le immagini influenzano le decisioni delle reti neurali.

Ricercando metodi per risolvere il problema di Cauchy usando derivate frazionarie.

Un metodo per gestire integrali quasi singolari nella meccanica dei fluidi e nella teoria del potenziale.

Scopri come le tecniche di regolarizzazione migliorano la chiarezza in scenari di dati complessi.

Un nuovo metodo migliora l'apprendimento combinando dimostrazioni esperte e subottimali.

Esplorando metodi per migliorare il machine learning in ambienti di grafi dinamici.

Questo studio presenta una rete neurale progettata per capire sistemi periodici.

Questo articolo parla delle tecniche di completamento delle matrici nella valutazione delle politiche sanitarie.

Un nuovo metodo di imaging migliora la ricostruzione di scene dinamiche nell'astronomia radio.

iDARR offre un modo nuovo per recuperare chiarezza da immagini rumorose.

Esaminando l'addestramento avversariale per modelli di machine learning più forti contro gli attacchi.

La ricerca mostra che i metodi di regolarizzazione generali migliorano le performance degli agenti RL off-policy in diversi compiti.

Questo articolo parla di tecniche di campionamento nei modelli a campo medio nei sistemi complessi.

Un approccio fresco per valutare le reti neurali senza dover fare troppa formazione.

Un nuovo metodo migliora la stima dei nuclei di memoria nella dinamica delle particelle.

Un nuovo metodo migliora la privacy nell'apprendimento federato contro gli attacchi di inversione del gradiente.

Uno sguardo alle interazioni gravitazionali e ai movimenti del sistema Terra-Luna.

Questo articolo parla dei metodi per migliorare la resilienza del deep learning agli esempi avversariali.

Uno studio rivela i fattori che influenzano le prestazioni del GCN a strato singolo su vari modelli di dati.

Questo articolo parla di un nuovo metodo per migliorare le Extreme Learning Machines in diverse applicazioni.

Esaminando metodi per una migliore rilevazione dei segnali attraverso soluzioni intere.

Un nuovo metodo migliora la precisione nel localizzare fonti sonore in movimento usando array di microfoni.

Nuove tecniche nella tomografia fotoacustica migliorano l'imaging medico e la diagnosi.

Uno sguardo a come i cosmologi gestiscono i valori infiniti nei loro calcoli.

Scopri un nuovo metodo per il ripristino delle immagini usando la ricostruzione autoguidata.

Un nuovo metodo migliora l'estrazione delle informazioni dai rapporti sugli incidenti aerei.

Questo articolo parla dei metodi per addestrare in modo efficiente reti neurali ReLU a due strati.