Informatica - Apprendimento automatico

Questo articolo parla di come usare i modelli linguistici per migliorare le previsioni sui dati tabulari.

Un nuovo metodo migliora l'addestramento degli agenti in ambienti complessi usando obiettivi intermedi.

Questo articolo parla di come le approssimazioni del gradiente migliorano l'addestramento dei modelli di deep learning.

Uno sguardo alle tecniche per accelerare le Reti Neurali Grafiche in set di dati complessi.

La ricerca esplora l'uso di farmaci già conosciuti per nuove opzioni di trattamento per il COVID-19.

Il nuovo framework SAM++ migliora l'accuratezza nell'identificare le strutture anatomiche nelle scansioni mediche.

I LLM mostrano il potenziale di far avanzare la chimica e la scienza dei materiali con progetti innovativi.

Un nuovo metodo migliora le previsioni delle proprietà nucleari usando l'apprendimento automatico.

RANS-PINN combina machine learning e fisica per previsioni di flusso turbolento più rapide.

Un nuovo G-CNN migliora l'analisi delle immagini mediche 3D e la precisione.

Un nuovo set di dati migliora la ricerca sulla qualità dell'aria con dati affidabili e un'ampia copertura dei sensori.

Le traiettorie semantiche migliorano la nostra comprensione dei modelli di movimento con intuizioni contestuali.

Uno sguardo agli approcci di deep learning decentralizzato che mettono al primo posto la privacy dei dati.

ReCoV aiuta a identificare e rimuovere etichette rumorose per migliorare le prestazioni del modello.

Migliorare l'efficienza del design attraverso metodi di ottimizzazione collaborativa.

Un nuovo metodo migliora il rilevamento di oggetti noti e sconosciuti.

La ricerca rivela rischi nascosti nei modelli di machine learning tramite steganografia.

Il modello di neurone ELM semplifica la comprensione delle funzioni cerebrali complesse con meno parametri.

Un nuovo approccio migliora le previsioni del valore della vita del cliente per prendere decisioni aziendali migliori.

Scopri come l'imaging medico aiuta nella diagnosi e nel trattamento delle malattie.

FLOWER affronta l'apprendimento few-shot e il dimenticanza catastrofica nei modelli di machine learning.

TensorNet migliora le previsioni molecolari utilizzando rappresentazioni tensoriali efficienti.

Un nuovo framework migliora l'addestramento delle reti neurali convoluzionali su grafi attraverso un clustering adattivo.

Un nuovo metodo migliora il riconoscimento degli atti linguistici in bengalese usando analisi audio e testuale.

Esplora come i valori anomali influenzano il clustering k-means e i metodi per la valutazione.

Un nuovo modello si adatta all'eterofilia nei grafi, migliorando le prestazioni e l'accuratezza.

Nuovo metodo combina machine learning con modellazione della turbolenza per simulazioni migliori.

Esaminare le sfide e le strategie per migliorare le difese dei modelli contro attacchi avversari.

Esplorare come il linguaggio aiuti a capire gli obiettivi in situazioni sociali.

Un nuovo metodo migliora le raccomandazioni e-commerce capendo le intenzioni d'acquisto dei clienti.

Un nuovo metodo utilizza le reti neurali per risolvere le PDE in modo efficiente, mantenendo le leggi fisiche.

Esplorare le sfide e le strategie nei sistemi di apprendimento multi-agente.

Uno studio sui metodi di apprendimento per i protocolli di broadcast in sistemi complessi.

Questo studio migliora le tecniche di risposta a domande visive per un'analisi migliore delle immagini di telerilevamento.

Un nuovo framework ottimizza l'apprendimento attivo su vari tipi di dati.

I self-encoder migliorano l'organizzazione e la classificazione dei dati nel machine learning.

Questo studio analizza le sfide dell'urbanizzazione e i modelli predittivi per il trasporto in India.

Un nuovo approccio migliora la comprensione e le prestazioni delle parole incorporate.

Esaminare l'equilibrio tra privacy e giustizia nei modelli di apprendimento federato.

Nuovi metodi migliorano l'accuratezza nelle immagini mediche usando deep learning e fantasmi che imitano i tessuti.