Informatica - Apprendimento automatico

Scopri il ruolo dei formati compressi nel migliorare le prestazioni dell'IA.

Nuovo metodo combina i dati ECG e CMR per valutazioni cardiache migliori.

I LLM migliorano le prestazioni e l'efficienza del software nell'ottimizzazione del codice.

Un nuovo metodo di attacco rivela vulnerabilità nella tecnologia di verifica facciale.

Un nuovo approccio all'embedding dei grafi migliora l'analisi dei dati attraverso concetti di forza fisica.

Un nuovo approccio aumenta la fiducia degli ingegneri nelle previsioni dell'IA durante gli incidenti.

Un nuovo modello migliora il riconoscimento vocale in ambienti rumorosi concentrandosi su un singolo parlante.

Questo studio esamina l'uso di sensori per migliorare la sicurezza durante il sollevamento e monitorare le pratiche.

Un nuovo framework migliora l'accuratezza nella previsione degli iperarchi usando un’aggregazione consapevole del contesto e apprendimento auto-supervisionato.

Metodi innovativi mirano a migliorare l'accuratezza e l'efficienza dell'imaging del cancro al fegato.

Nuovo metodo migliora la posizione dei sensori per monitorare le attività dei residenti.

Modelli di deep learning innovativi migliorano il rilevamento e la risposta agli attacchi DDoS.

Un nuovo metodo migliora l'accuratezza nei test degli anticorpi e nella stima della prevalenza.

Nuovi metodi mirano a proteggere la privacy del parlato nei sistemi di monitoraggio audio.

Un nuovo metodo aiuta i robot a imparare in sicurezza in ambienti incerti.

Nuovi metodi puntano a migliorare l'inclusività nelle immagini generate dall'IA.

PAVI migliora l'efficienza dell'analisi dei dati in modelli complessi con tecniche innovative.

Un nuovo metodo per migliorare la comprensione dei modelli di deep learning.

Un nuovo approccio per risolvere le equazioni differenziali usando reti neurali e polinomi ortogonali.

Nuovi metodi migliorano l'efficienza e le prestazioni nelle reti neurali usando Mixture of Experts.

Questo studio esamina la complessità dei campioni nell'apprendimento dei DDAG e le loro connessioni nel tempo.

Gli strumenti AI aiutano le persone a scegliere percorsi di carriera per massimizzare il reddito futuro.

Questo studio mostra come le reti LSTM possono colmare le lacune nei dati GRACE.

Uno sguardo ai metodi di discesa del gradiente e alla loro importanza nel machine learning.

Impara le pratiche chiave per migliorare l'addestramento delle reti neurali informate dalla fisica.

Un metodo per trovare strutture nascoste nei gruppi di permutazione usando funzioni invariante.

La ricerca esplora come gli agenti capiscono il loro ambiente tramite interazione e azione.

Esaminando come le decisioni di design influenzano l'equità nei sistemi automatizzati.

Un nuovo modello migliora la comprensione delle lingue miste.

Questo studio esamina l'impatto del pre-addestramento non supervisionato sui compiti di serie temporali.

Esplorare approcci innovativi per migliorare la ricerca di percorsi dei robot in ambienti complessi.

Esaminare il compromesso tra il fine-tuning e la preservazione delle abilità generali nei modelli di IA.

Lo studio analizza i metodi di fine-tuning per i modelli di linguaggio per mantenere la conoscenza tra le lingue.

Un metodo per rimuovere comportamenti tossici nei modelli linguistici mantenendo le prestazioni.

Introducendo il punteggio Balance per una valutazione dei modelli migliorata nei giochi competitivi.

Usare modelli avanzati per prevedere le siccità in modo più preciso per una pianificazione agricola migliore.

La ricerca dimostra come i LLM possano migliorare la privacy mantenendo l'efficacia del modello linguistico.

Un nuovo metodo migliora l'elaborazione grafica per le applicazioni in tempo reale.

Questo studio analizza i problemi nel trasferire le librerie ML tra diversi tipi di hardware.

Nuovi metodi migliorano l'addestramento dei modelli proteggendo la privacy dei dati degli utenti.