Informatica - Apprendimento automatico

Usare l'apprendimento automatico per prevedere i guasti nei lavori di calcolo ad alte prestazioni.

Una nuova strategia per gestire le MAP nelle reti 5G per un servizio migliore.

EfficientBioAI aiuta i ricercatori a ottimizzare i modelli di intelligenza artificiale per immagini biologiche più veloci e a basso consumo energetico.

MMD-FUSE migliora il testing a due campioni grazie a una selezione dei kernel migliore e metodi adattivi.

Una guida all'uso della Programmazione Lineare Intera nel processo decisionale dell'IA.

Scopri SN-Netv2, un modello che migliora l'efficienza nei compiti di visione artificiale.

LDMRes-Net offre un metodo leggero per una segmentazione accurata delle immagini retiniche.

Un nuovo approccio semplifica la modellazione CAD per migliorare l'efficienza del design.

Nuovi metodi migliorano il processo decisionale in ambienti dinamici usando i dati esistenti.

Indagare su come gli utenti insegnano ai robot in modo efficace attraverso interazioni continue.

Un approccio nuovo semplifica il clustering in grandi grafi.

Un metodo per addestrare i robot usando istruzioni linguistiche e immagini.

Ticket-BERT migliora l'etichettatura dei ticket per risolvere gli incidenti più velocemente.

Come le intuizioni dal cervello possono migliorare l'apprendimento dell'intelligenza artificiale.

Questo studio esplora come le reti neurali affrontano l'addizione modulare usando algoritmi diversi.

Nuovi metodi migliorano l'accuratezza del rilevamento dello stress vocale a breve termine.

Un nuovo approccio per analizzare dati non gaussiani usando RFLVM.

I robot stanno migliorando nei compiti che coinvolgono il ragionamento spaziale 3D e l'apprendimento dalle dimostrazioni.

CFG migliora le prestazioni del modello linguistico concentrandosi sui suggerimenti degli utenti.

Combinare l'apprendimento federato con la privacy differenziale migliora la classificazione delle immagini mediche garantendo la sicurezza dei dati dei pazienti.

Un nuovo dataset che offre immagini CT sperimentali reali per la ricerca nel machine learning.

Questo documento presenta un metodo che migliora l'allenamento di GFlowNet utilizzando il campionamento di Thompson.

Uno sguardo a come i computer stanno cambiando la composizione musicale.

L'IA semplifica il processo di design dei motori elettrici, beneficiando ingegneri e clienti.

Un nuovo metodo offre una maggiore precisione per mappare luoghi su una Terra rotonda.

Esplorare come il campionamento avanzato e l'apprendimento automatico migliorano le simulazioni di dinamica molecolare.

Usare l'AI per guidare robot piccoli nella consegna precisa di farmaci.

L'imaging iperspettrale aiuta a verificare l'autenticità di documenti storici e legali.

Graphtester aiuta i ricercatori a valutare le prestazioni delle Reti Neurali a Grafo su vari dataset.

Un nuovo approccio migliora il rilevamento dei contenuti scritti dall'IA.

Un nuovo modello migliora l'efficienza e la precisione nella segmentazione delle immagini cerebrali.

Un framework che migliora l'apprendimento federato gestendo compiti diversi tra i dispositivi.

I miglioramenti nei modelli di diffusione aumentano la velocità e la precisione nella creazione dei dati.

Una nuova tecnica migliora il rilevamento degli attacchi backdoor nei modelli di apprendimento federato.

L'interpretabilità nell'IA è fondamentale per la fiducia in settori critici come la sanità.

Il nuovo modello LinDiff migliora la velocità e la qualità della sintesi vocale.

MIST permette agli utenti di trasmettere immagini mediche a diverse risoluzioni in modo efficiente.

Una nuova analisi esplora il ruolo della scarsità nel migliorare la generalizzazione delle reti neurali.

Esplorare l'impatto del deep learning geometrico nei processi di design dei farmaci.

Un metodo per i droni per migliorare l'efficienza della comunicazione e ridurre le interferenze.