Informatica - Apprendimento automatico

Esplorare l'etica dell'uso dei set di riserva nei modelli predittivi sanitari.

Un nuovo metodo aiuta a identificare errori nei modelli di simulazione.

Uno sguardo ai metodi di clustering per strutture grafiche in cambiamento.

CF-Diff combina il filtraggio collaborativo e i modelli di diffusione per dare consigli migliori.

Un nuovo framework migliora l'accuratezza del riprogrammazione visiva usando maschere personalizzate per le immagini.

Un nuovo modo per integrare i trasformatori con strutture grafiche per risultati migliori.

Nuovo framework riduce le emissioni di carbonio nel design dei modelli di deep learning.

Un nuovo metodo migliora l'accuratezza dei piccoli modelli usando dati sintetici.

Questo studio esplora come la curiosità influisce sull'efficienza dell'esplorazione negli agenti artificiali.

Esaminare il ruolo della randomizzazione nella creazione di sistemi di apprendimento automatico equi.

NCIDiff migliora la scoperta di farmaci concentrandosi sulle interazioni proteina-ligando.

Un nuovo framework migliora le raccomandazioni per gli utenti con una storia limitata.

Esplorare l'apprendimento federato e l'unlearning per la privacy degli utenti e l'integrità del modello.

Un nuovo modo per garantire equità nella diagnosi cognitiva usando informazioni sensibili.

Un metodo per migliorare l'analisi di dati distribuiti e ad alta dimensione in vari settori.

Esplorando i vantaggi dei set di regole per la modellazione predittiva etica.

Le reti neurali migliorano l'efficienza e l'accuratezza nelle simulazioni di trasporto della radiazione.

Uno studio esplora i metodi per adattare i testi dell'IA per chi impara le lingue.

Svelare i rischi dovuti agli attacchi backdoor sui sistemi intelligenti.

Esplorando strategie per migliorare le reti neurali grafiche e affrontare le sfide dell'oversmoothing.

Questa ricerca si concentra sul miglioramento delle GNN usando l'apprendimento self-supervisionato e l'allineamento delle feature.

Un nuovo framework migliora i metodi di potatura per i modelli di linguaggio grandi senza doverli riaddestrare.

Un nuovo metodo migliora la classificazione delle immagini usando descrizioni testuali dettagliate.

Introducendo un metodo per affinare i LLM su dispositivi a bassa risorsa.

Un metodo per migliorare la precisione del posizionamento WiFi riempiendo i dati di segnale mancanti.

Nuovo metodo migliora il rilevamento dei guasti in ambienti industriali in cambiamento.

FPN-fusion offre previsioni efficienti e accurate per i dati delle serie temporali.

Questo studio esamina l'uso dell'IA nell'analisi delle risposte degli studenti nell'educazione alla biologia.

Un nuovo metodo combina spiegabilità e privacy nel clustering per ottenere migliori informazioni dai dati.

FreeShap migliora l'attribuzione delle istanze per i modelli di linguaggio, aumentando affidabilità ed efficienza.

Uno studio su come migliorare i modelli di apprendimento federato per dispositivi con risorse limitate.

StackSight trasforma WebAssembly in codice C++ leggibile usando tecniche di intelligenza artificiale.

Questo articolo esamina come i modelli linguistici si comportano nei compiti di ragionamento spaziale.

Un metodo per bilanciare precisione e costo nei modelli di classificazione delle immagini.

Introducendo SGBD: una tecnica per migliorare l'efficienza del campionamento bayesiano.

Nuovi metodi come PromptFix aiutano a proteggere i modelli di linguaggio da minacce nascoste.

Combinare reti neurali e ragionamento simbolico per capacità avanzate di intelligenza artificiale.

Questo studio valuta le capacità di previsione dei modelli linguistici rispetto agli esseri umani.

Quest'articolo presenta metodi per ottimizzare le valutazioni considerando i costi di switching nell'Ottimizzazione Bayesiana.

Un nuovo approccio migliora l'allineamento del modello linguistico usando dati annotati da umani in quantità limitata.