Informatica - Apprendimento automatico

Scopri come si comportano i modelli di machine learning su dati mai visti.

D-Train offre un approccio semplice alle sfide dell'apprendimento multi-dominio.

LesionMix migliora l'augmentation dei dati per una migliore rilevazione delle lesioni nelle immagini mediche.

Usare disegni per insegnare ai robot offre un nuovo approccio intuitivo.

LMDX migliora l'estrazione di informazioni dai documenti con pochissimi dati di addestramento.

Parlando di misure di sicurezza per i sistemi di machine learning in settori critici.

Esplorare soluzioni per il bilanciamento del carico pubblicitario sulle piattaforme di social media.

Metodi innovativi per gestire grandi flussi di dati al bordo.

Nuovo metodo migliora la navigazione dei robot in ambienti complessi affrontando l'incertezza.

ModelGiF offre un metodo per quantificare le relazioni tra modelli di deep learning.

Un nuovo metodo migliora le simulazioni finanziarie concentrandosi su caratteristiche di drawdown realistiche.

Migliorare la sicurezza dei modelli di machine learning contro gli attacchi avversari attraverso la robustezza certificata.

Un nuovo metodo migliora la segmentazione delle immagini e il rilevamento degli oggetti usando l'apprendimento auto-supervisionato.

Un nuovo approccio per migliorare i Vision Transformers sui dispositivi mobili.

Gestire la ricarica delle auto elettriche per stabilizzare la rete elettrica, senza compromettere la privacy dei guidatori.

Combinare modelli di recupero con modelli di linguaggio migliora le prestazioni nei compiti di classificazione del testo.

Nuovi metodi migliorano l'efficienza nelle simulazioni e nel modeling fisico complesso.

I confonditori non osservati possono distorcere i dati, portando a conclusioni sbagliate sulle raccomandazioni.

Approcci innovativi basati sui dati migliorano il controllo online di sistemi con dinamiche sconosciute.

Introducendo un protocollo per la previsione di collegamenti che preserva la privacy in grafi distribuiti.

DeepliteRT semplifica l'apprendimento profondo a ultra bassa bit per un'edge computing efficiente.

Un nuovo dataset migliora il modello 3D delle mani che tengono oggetti da video.

Questa ricerca si concentra sull'inserimento dell'incertezza nelle previsioni usando l'inferenza bayesiana.

Un metodo decentralizzato migliora la raccolta dei dati con dispositivi mobili.

La ricerca svela vulnerabilità nei modelli di machine learning attraverso la manipolazione mirata dell'incertezza.

Esplorando come gli attaccanti sfruttano i modelli di linguaggio grandi per estrarre conoscenze.

Un nuovo metodo migliora le previsioni usando un sistema grammaticale gerarchico.

Un nuovo metodo protegge i dati sensibili durante l'addestramento dei modelli di machine learning.

Una nuova libreria per creare e gestire dataset di labirinti nel machine learning.

Un nuovo approccio punta a migliorare la comprensione delle previsioni dei modelli attraverso i controfattuali.

Un nuovo metodo migliora l'affidabilità delle previsioni nonostante l'etichettatura errata dei dati.

COLA unisce l'apprendimento contrastivo e meta per migliorare la classificazione dei nodi in situazioni di dati limitati.

Scopri come LP-CLIP rinforza la robustezza dei modelli multimodali tipo CLIP.

La ricerca unisce modelli linguistici e di diffusione per migliorare le difese contro gli attacchi avversari.

Le ricerche rivelano come il circuito dorsale elabora la profondità e la consapevolezza spaziale.

Nuovi metodi per recuperare i design delle interfacce e garantire coerenza tra le app mobili.

La ricerca mette in evidenza il dimenticare catastrofico nei modelli linguistici multimodali dopo il fine-tuning.

Un nuovo metodo per prevedere la durata delle macchine usando tecniche avanzate di dati.

Scopri un metodo flessibile per una compressione dei tensori efficace in diverse applicazioni.

AtmoRep migliora le previsioni del tempo usando l'IA e dati storici.