Informatica - Apprendimento automatico

Un nuovo framework migliora la presa di decisioni per i veicoli aerei da combattimento senza pilota nei combattimenti aerei.

La ricerca mostra come i modelli di linguaggio grandi rispondono a diversi tipi di input.

TSER migliora l'accuratezza delle previsioni creando campioni sintetici per serie temporali poco rappresentate.

Un nuovo metodo migliora l'equità nell'apprendimento federato tra comunità diverse.

Nuovi metodi migliorano il modo in cui analizziamo strutture di dati grafiche complesse.

Nuovo metodo riduce le minacce backdoor nei reti neurali profonde.

Una panoramica dei metodi di gradiente della politica nell'apprendimento per rinforzo.

La formazione di LLM open-source migliora la modellazione di ottimizzazione per le applicazioni industriali.

Uno sguardo dettagliato su come misurare in modo efficace i risultati diversi nelle iniziative sociali.

Un nuovo framework migliora gli algoritmi di ottimizzazione usando tecniche di apprendimento basate sui dati.

Questo articolo esplora le U-Net e il loro ruolo nell'elaborazione delle immagini usando modelli generativi.

Questo studio analizza come le scelte passate rivelano le funzioni di benessere sociale dei decisori.

I ricercatori scoprono gruppi di concetti visivi nell'attività cerebrale.

Esplora l'impatto delle norme sul training e sulle prestazioni delle reti neurali.

Questo articolo parla dell'etichettatura salutare, un metodo per ridurre l'intervento umano nell'apprendimento automatico.

Un nuovo framework migliora il machine learning da diverse fonti di informazioni.

Un'analisi dei fattori che influenzano l'oblio nell'apprendimento automatico.

Un nuovo algoritmo migliora la verifica delle reti neurali per affidabilità e imparzialità.

Un nuovo algoritmo migliora i set di previsioni per una migliore decisione da parte degli esperti.

Un nuovo framework migliora l'estrazione delle caratteristiche dei prodotti nel retail della moda.

Questo articolo parla di nuovi metodi per spiegare le decisioni dell'IA nella rilevazione degli oggetti.

Investigare gli effetti di LoRA sulla giustizia tra i diversi gruppi nel machine learning.

Questo studio esplora come le rappresentazioni delle reti neurali si evolvono durante l'addestramento, ispirandosi alla natura.

Nuovi metodi migliorano la rilevazione di campioni anomali in ambienti di dati misti.

SADA migliora la stabilità dell'allenamento nel reinforcement learning visivo con tecniche avanzate di data augmentation.

Esplora il ruolo della memoria e del contesto nel migliorare l'apprendimento automatico.

Un nuovo metodo riduce tempo e costi nella formazione dei modelli di diffusione.

Questo studio esplora come le DNN imparano e si adattano attraverso l'allenamento.

Questo articolo esamina i rischi del fine-tuning dei modelli linguistici per la sicurezza.

Esplorare il ruolo delle GNN nel crescita delle tecnologie IoT.

Uno studio valuta come i modelli quantistici e classici rispondono agli attacchi adversariali.

Nuovi metodi migliorano l'efficienza dell'attribuzione dei dati di addestramento nei modelli di intelligenza artificiale.

SynCx migliora la scoperta degli oggetti usando pesi a valori complessi e processi iterativi.

Usare l'apprendimento automatico per prevedere i rischi di scorrimento laterale dovuti ai terremoti.

FedHPL migliora l'efficienza dell'apprendimento federato mantenendo la privacy dei dati su tutti i dispositivi.

Migliorare la qualità della generazione di testo scegliendo esempi più puliti.

Un nuovo metodo permette il trasferimento dei moduli LoRA con dati sintetici, riducendo al minimo la dipendenza dai dati originali.

Un nuovo metodo per analizzare le reti temporali e la loro incertezza.

WeiPer migliora il rilevamento di dati fuori distribuzione nei modelli di machine learning usando aggiustamenti dei pesi.

DSAM offre una nuova prospettiva sulla connettività cerebrale usando tecniche avanzate di deep learning.