Informatica - Apprendimento automatico

Un nuovo metodo migliora come gli agenti prevedono le ricompense future e spiegano le decisioni.

Uno sguardo a come l'IA sta plasmando la salute personalizzata.

Scopri come RED-CT migliora le applicazioni dei modelli di linguaggio in contesti con risorse limitate.

Uno studio che valuta le abilità di ragionamento dei modelli linguistici grandi usando esempi matematici.

La tecnologia innovativa riduce lo spreco d'acqua nell'agricoltura e nel giardinaggio.

Un nuovo metodo migliora l'accuratezza del campionamento dei sottoinsiemi nei modelli di machine learning.

Lo studio valuta l'originalità nelle immagini generate dall'AI usando la misurazione dei token.

Una soluzione pratica per rilevare i tipi di modulazione nelle comunicazioni wireless.

La ricerca sugli alberi di ricerca delle prove migliora i metodi di dimostrazione automatica dei teoremi.

Un nuovo modo di stimare il flusso sanguigno usando tecniche di machine learning.

Uno sguardo alla gestione efficiente dei grandi modelli linguistici su larga scala.

Uno sguardo alla personalizzazione del preprocessing dei dati per migliorare le previsioni di mortalità da COVID-19.

Un nuovo approccio aumenta la comprensione delle previsioni del modello attraverso l'attribuzione delle caratteristiche.

EXAL migliora l'apprendimento e il ragionamento nei sistemi di intelligenza artificiale neuro-simbolici in modo efficiente.

Migliorare le previsioni della velocità del vento può aumentare la sicurezza durante eventi meteorologici severi.

Un metodo per stimare le medie nonostante l'impatto degli outlier.

Nuovi algoritmi di apprendimento migliorano le interazioni degli agenti in ambienti condivisi.

Un nuovo approccio migliora l'apprendimento degli agenti con sistemi di ricompensa flessibili.

Esplorando il ruolo dei modelli di base nel superare la scarsità di dati nelle immagini mediche.

Combinare modelli migliora le previsioni e la comprensione dell'incertezza in astronomia.

STIC migliora la scoperta causale dai dati delle serie temporali usando tecniche di machine learning.

Esaminando i flussi di gradiente e il loro ruolo nelle funzioni di densità di probabilità e nei metodi di campionamento.

Scopri come l'importanza del campionamento migliora l'efficienza e la precisione dell'addestramento del modello.

Un nuovo framework migliora l'accuratezza del modello affrontando il problema del bilanciamento dei dati, senza compromettere la privacy.

Un approccio fresco all'apprendimento dei processi di diffusione bridged migliora l'accuratezza e l'efficienza.

Il nuovo modello migliora il riconoscimento delle attività indoor usando radar che attraversano i muri.

TACOS offre una soluzione all'interferenza catastrofica nei sistemi di apprendimento dell'IA.

Un'analisi della capacità di memoria dei transformer e del suo impatto sulle prestazioni del modello.

Studia la formazione delle comunità nelle reti per capire meglio il comportamento sociale.

Un nuovo metodo svela come i modelli visivi organizzano e comprendono le immagini.

L2R offre un metodo per l'apprendimento continuo senza perdere le conoscenze precedenti.

Un nuovo modello di rete neurale migliora le previsioni per scenari di combustione turbolenta.

Il nuovo modello migliora l'accuratezza e l'efficienza nell'identificare il tromboembolismo venoso.

Un nuovo approccio migliora l'accuratezza delle previsioni del tempo usando modelli di machine learning.

Le tecniche quantistiche migliorano la precisione nella previsione dei mercati finanziari e nella gestione dei rischi.

WINO offre previsioni più veloci ed efficienti per i campi elettrici a diverse lunghezze d'onda.

Nuovo strumento di machine learning prevede il comportamento dei fluidi attorno a forme complesse.

Un nuovo metodo migliora l'accuratezza nell'imaging e nella diagnosi dei tumori al cervello.

Un nuovo metodo migliora l'adattamento ai compiti nei grandi modelli di linguaggio prevedendo le esigenze di complessità.

Scopri come l'apprendimento federato migliora il rilevamento di piccoli oggetti mantenendo la privacy dei dati.