Informatica - Apprendimento automatico

Presentiamo GSSC, un framework per migliorare l'apprendimento dei grafi senza il tradizionale passaggio di messaggi.

Questa ricerca migliora l'affidabilità delle previsioni nei GNN attraverso la quantificazione dell'incertezza integrata.

Tecniche innovative migliorano l'etichettatura dei profili di singole cellule nella biologia dello sviluppo.

Un nuovo metodo migliora l'apprendimento collaborativo ottimizzando la selezione dei clienti e il training personalizzato del modello.

HESSO semplifica la compressione dei modelli, rendendo le reti neurali più efficienti senza perdere prestazioni.

Il machine learning rileva i guasti dei sensori dei fari per una navigazione più sicura.

Un nuovo metodo per il tagging musicale usando il few-shot learning mostra risultati promettenti.

GeoMatching migliora le stime degli effetti del trattamento considerando la geometria dei dati.

Uno studio su come migliorare la sicurezza dei pedoni attraverso modelli di previsione del comportamento.

Un nuovo metodo migliora le prestazioni di apprendimento attraverso la persistenza dinamica dell'azione.

Esplorando la fusione tra machine learning e meccanica molecolare per simulazioni migliori.

AstroMAE usa autoencoder mascherati per migliorare le previsioni di redshift in astronomia.

Scopri nuovi strumenti per la modellazione dinamica dei sistemi tramite deep learning.

AQ-PINNs unisce il calcolo quantistico e l'IA per modelli climatici più efficienti.

I ricercatori usano il machine learning per prevedere come si diffonde l'informazione nei sistemi quantistici.

Uno studio su come Mamba si comporta rispetto ai Transformer per i compiti immagine-testo.

Graffin migliora la classificazione dei nodi finali in scenari di dati sbilanciati.

La competizione mette in mostra gli sforzi per modelli di guida più sicuri in condizioni difficili.

Questo studio presenta metodi per l'ottimizzazione bayesiana in diversi spazi di ricerca.

Presentiamo ERF-CondLaneNet per un migliore rilevamento delle corsie in situazioni stradali complesse.

GLARE migliora la classificazione dei ricorsi speciali nel sistema legale brasiliano.

Questo studio presenta un modello che impara simulazioni da input video.

Un nuovo metodo per addestrare le CNN direttamente su dispositivi mobili e edge.

La rilevazione delle anomalie è fondamentale per garantire la sicurezza e l'affidabilità dei veicoli.

PF-PPO migliora i modelli linguistici filtrando le ricompense inaffidabili per ottenere risposte di codice migliori.

Un nuovo metodo migliora la privacy garantendo al contempo buone prestazioni del modello nel Federated Learning.

Nuovo metodo migliora la capacità della NAR di trovare più soluzioni ai problemi.

I progressi nell'IA rendono comuni gli audio falsi, spingendo a cercare modi per rilevarli.

Nuovo modello migliora le previsioni degli effetti delle molecole sul comportamento delle cellule.

I ricercatori ottimizzano i LLM per migliorare l'onestà e l'affidabilità nei risultati.

Lo studio esamina come camminare in VR influisce sulla nausea e sulle prestazioni cognitive.

Nuovo modello migliora le previsioni delle emozioni umane nonostante le sfide dei dati scarsi.

Nuovi metodi migliorano il rilevamento delle anomalie adattando le dimensioni degli atomi nell'apprendimento del dizionario.

Nuovi set di dati migliorano le applicazioni di machine learning nella scienza dei materiali e nell'imaging.

BIFURC aiuta il personale medico a trovare velocemente vene e arterie in situazioni di emergenza.

Un nuovo metodo migliora la creazione di movimenti umani realistici attraverso l'IA.

Una nuova tecnica migliora la chiarezza nelle immagini a raggi X delle ossa, aiutando nella diagnosi.

HybridFC combina metodi per migliorare il fact-checking nei grafi di conoscenza.

Meta Flow Matching migliora la nostra comprensione del comportamento cellulare e delle risposte ai trattamenti.

Le etichette di preferenza morbida migliorano l'allineamento dei modelli con le scelte umane.