Informatica - Apprendimento automatico

Un modo nuovo per stimare come i dati di addestramento influenzano le previsioni del modello.

Un nuovo metodo migliora la memoria per prendere decisioni migliori negli agenti RL.

Esplora come i prodotti interni migliorano la comprensione delle relazioni nel machine learning.

Introducendo un metodo per valutare l'affidabilità nei risultati dei modelli linguistici.

I metodi automatizzati migliorano l'efficienza nell'estrazione di informazioni dai Knowledge Graphs.

Uno studio sul Deep Reinforcement Learning Protetto per l'autonomia sicura delle navicelle spaziali.

Nuovo metodo migliora la retention dei partecipanti nelle interventi di salute pubblica.

Questo articolo parla dei metodi di privacy per dati tabulari nei grandi modelli linguistici.

Un nuovo metodo migliora l'attribuzione delle caratteristiche nelle applicazioni di machine learning.

Questo studio migliora il design del tubo di scarico usando il machine learning per una migliore efficienza idroelettrica.

Un nuovo metodo migliora l'FQI usando la log-loss per rendere l'apprendimento più efficiente.

Una guida all'uso dei set morbidi fuzzy esitanti in scenari decisionali complessi.

Nuovi metodi puntano a migliorare la creazione di immagini umane a partire da descrizioni testuali.

Impara a combinare i processi di evidenza nell'analisi dei dati in modo efficace.

Un nuovo approccio per premiare l'over-ottimizzazione nei modelli di linguaggio usando la stima dell'incertezza.

ECToNAS semplifica il processo di ricerca delle architetture ottimali per le reti neurali.

Introducendo l'ipervolume avversariale per valutare meglio le prestazioni dei modelli di deep learning.

Usare modelli di dati per prevedere le emergenze a Edmonton per una sicurezza migliore nella comunità.

Scopri come mitigare il trasferimento negativo nell'apprendimento rinforzato continuo con Reset e Distill.

Esaminare i rischi e i metodi di rilevamento per i contenuti generati dall'IA.

Un nuovo approccio migliora il modo in cui i diversi tipi di dati vengono combinati per un'analisi migliore.

Nuovo metodo migliora l'accuratezza delle previsioni gestendo gli errori nel tempo.

DARL offre nuovi metodi per far sì che le macchine apprendano e creino immagini in modo efficace.

Affrontare l'equità nel machine learning per ottenere risultati statistici migliori.

One4All-ST offre un modo semplificato per prevedere i movimenti e i bisogni urbani.

Un nuovo metodo migliora le GNN ottimizzando il riconoscimento della struttura dei grafi.

Esplorare l'omomorfismo dei grafi per migliorare le capacità di generalizzazione delle GNN.

Un nuovo approccio combina l'apprendimento della rappresentazione causale e i modelli di base per una comprensione migliore.

Approccio innovativo che usa le reti neurali per stabilizzare i sistemi di PDE in modo efficiente.

Esplorando i comportamenti dei neutrini durante le supernovae e i loro effetti di conversione del sapore.

DiNAS offre un modo nuovo per creare reti neurali ad alte prestazioni in fretta.

Nuove scoperte mettono in discussione l'idea che la robustezza della classificazione e quella delle spiegazioni siano collegate.

Questo articolo analizza come le reti neurali migliorano le previsioni con pesi iniziali piccoli.

Affrontare la sovrastima del valore e il bias di primato per migliorare le prestazioni degli agenti.

APRICOT aumenta la fiducia nei modelli linguistici misurando con precisione la fiducia nelle risposte.

DiffRed combina tecniche per semplificare l'analisi dei dati e migliorare i risultati.

Un nuovo metodo migliora la precisione nei suggerimenti di argomenti per progetti software.

Un metodo adattivo per proteggere la privacy nelle applicazioni smart usando il reinforcement learning.

Un nuovo metodo migliora l'accuratezza delle previsioni usando modelli di linguaggio grandi.

Un nuovo framework per migliorare l'apprendimento nel Federated Incremental Learning garantendo la privacy dei dati.