Informatica - Apprendimento automatico

AutoLINC automatizza la progettazione della funzione di perdita per gestire meglio il problema dell'impatto delle classi sbilanciate nel machine learning.

Guida all'importanza delle caratteristiche e al suo ruolo nelle previsioni del modello.

Affrontare i problemi di data augmentation per migliorare le prestazioni nei Vision Transformers.

Scopri come l'Exclusively Penalized Q-learning migliora l'apprendimento e le prestazioni del RL offline.

Uno studio mostra come le reti stradali e i dati demografici influenzano le quote dei vari mezzi di trasporto nelle città.

Un metodo nuovo migliora l'adattabilità degli agenti in ambienti diversi senza compiti specifici.

Un nuovo approccio per migliorare l'apprendimento negli MDP a ricompensa media con orizzonte infinito.

SDF-Sim simula in modo efficace corpi rigidi in scene complesse usando funzioni di distanza firmate.

Un nuovo modello di machine learning migliora le previsioni delle onde sismiche per una risposta ai disastri migliore.

Un nuovo metodo migliora il rilevamento fuori distribuzione per l'AI nei compiti di matematica.

ClimODE combina l'apprendimento automatico e la fisica per migliorare le previsioni del tempo.

Uno studio rivela l'attacco WordGame, che sfrutta le debolezze nelle misure di sicurezza degli LLM.

Come la tecnologia avanzata migliora la nostra comprensione del comportamento animale.

AGILE usa meccanismi di attenzione per migliorare l'apprendimento continuo e ridurre l'oblio.

Impara a fare previsioni e decisioni migliori riducendo il rimpianto per gli scambi.

Scopri come gli agenti AI imparano a spaccare nei giochi Atari usando l'apprendimento per rinforzo.

Aaren migliora l'efficienza nei modelli basati sull'attenzione per l'analisi dei dati sequenziali.

Esaminando l'importanza della valutazione dei dati per i modelli di linguaggio e le sue implicazioni.

Un nuovo metodo migliora il fine-tuning dei modelli grandi usando informazioni spettrali.

Un approccio metodico per ridurre le incertezze nel design degli aerei tramite simulazioni e esperimenti.

Questo articolo esplora le tecniche di analisi dei circuiti nei modelli di Trasformatore per migliorare l'elaborazione del linguaggio.

Esplorare nuovi metodi per migliorare le previsioni delle serie temporali usando grandi dataset.

Nuovi metodi migliorano l'accuratezza nella modellazione dei dati complessi usando l'inferenza basata su simulazione.

Il Dynamic Model Predictive Shielding migliora la sicurezza e l'efficienza nel reinforcement learning.

Questo documento esamina l'uso dell'apprendimento TD nei trasformatori per l'apprendimento in contesto.

Esplorare come il Federated Learning possa migliorare la privacy dei dati nella sanità.

Un nuovo metodo che utilizza il reinforcement learning per migliorare le strategie di trading energetico in modo sicuro.

TNGD combina sistemi digitali e analogici per un allenamento efficiente dei modelli di intelligenza artificiale.

GridTST migliora la previsione delle serie temporali integrando informazioni temporali e variabili.

Uno sguardo ai fattori che influenzano l'apprendimento nei modelli di machine learning.

Questo documento presenta nuovi metodi di campionamento per migliorare le prestazioni dei modelli generativi.

Un metodo per verificare la sicurezza nelle auto a guida autonoma e nei droni usando le reti neurali.

Un nuovo metodo migliora la velocità e la qualità nella generazione dei dati.

Questo articolo analizza come la struttura dei dati influisce sui modelli di completamento delle matrici.

Un nuovo metodo di punteggio migliora la qualità delle anomalie sintetiche nel machine learning.

Impara a regolare il weight decay per migliorare le prestazioni del modello in AdamW.

Uno sguardo a come i comparatori aiutano a identificare la discriminazione algoritmica.

Questo articolo parla di tecniche di Deep Learning per migliorare il rilevamento delle frodi nell'e-commerce.

Questo studio esamina le debolezze dei modelli SER contro attacchi avversari in diverse lingue.

Un nuovo approccio migliora l'efficienza nei compiti di completamento dei grafi della conoscenza.