Informatica - Apprendimento automatico

Presentiamo un metodo che migliora l'apprendimento da più punti di vista dei dati.

Una panoramica delle BCI, della loro tecnologia e delle applicazioni del deep learning.

Quest'articolo esamina il ruolo della partecipazione della comunità nello sviluppo dei sistemi di intelligenza artificiale.

Scopri come la minimizzazione dei dati protegge la privacy in mezzo alla crescente raccolta di dati.

Nuove tecniche migliorano l'inferenza bayesiana nei modelli di Markov nascosti per un'analisi dei dati migliore.

Un nuovo metodo migliora i modelli linguistici cercando attivamente risposte diverse.

Un nuovo metodo migliora i modelli linguistici concentrandosi sulle preferenze degli utenti.

Un nuovo metodo migliora l'efficienza e l'equità nelle operazioni di prelievo nei magazzini con i robot.

FeMLoc migliora la localizzazione indoor usando tecniche di apprendimento federato e meta-apprendimento.

Esaminando gli effetti delle caratteristiche anomale sul training delle reti neurali.

Questo studio presenta un modo migliore per valutare le performance dei modelli generativi.

Quest'articolo parla di un approccio innovativo per migliorare i modelli linguistici usando modelli più piccoli.

Uno sguardo più da vicino al ruolo della retropropagazione nell'apprendimento machine e biologico.

Un nuovo metodo combina velocità e qualità nei modelli linguistici.

Nuovo metodo affronta le sfide del machine learning senza etichette.

Come i gemelli digitali migliorano il trattamento dei pazienti e lo sviluppo dei farmaci.

Esplorando come la Geometria Riemanniana rimodella la nostra comprensione delle reti neurali.

Scopri come i LLMs migliorano l'efficienza delle telecomunicazioni e l'accessibilità alle informazioni.

Questa ricerca analizza il ruolo delle variabili latenti nelle performance dei Transformers.

Questo articolo analizza come le teorie dell'apprendimento affrontano i cambiamenti di distribuzione.

Questo studio mostra come i fattori esterni possano migliorare le previsioni di vendita.

Poseidon usa il machine learning per prevedere in modo efficiente soluzioni per PDE complessi.

Scopri come l'antifragilità può rendere più forti i sistemi di machine learning contro le sfide.

Nuovi metodi migliorano l'efficienza del campionamento da corpi convessi.

Un nuovo modello per prevedere i link nei grafi dinamici con spiegazioni chiare.

Un nuovo metodo migliora il rilevamento dei compiti nel machine learning in tempo reale.

DiveR-CT migliora il red teaming automatico per valutazioni di sicurezza migliori.

Un nuovo approccio per capire le funzioni di ricompensa complesse nel comportamento dell'IA.

Questo documento parla di Ensemi Online di Espansioni di Base per migliorare l'apprendimento automatico.

Un nuovo algoritmo migliora l'apprendimento in ambienti ristretti usando il campionamento posteriore.

FedGELA affronta le sfide nell'apprendimento federato con dati parzialmente disgiunti.

Questo metodo migliora l'accuratezza del modello affrontando i bias nei fenomeni fisici.

Sfruttare il rafforzamento dell'apprendimento per ottimizzare la programmazione dei lavori utilizzando le tecniche dell'indice di Gittins.

Un nuovo metodo per ridurre la polarizzazione mantenendo alta l'attenzione degli utenti.

Un nuovo metodo per l'apprendimento federato che affronta le sfide dell'apprendimento continuo.

Esaminando come le scelte d'azione influenzano gli agenti RL nei compiti spaziali.

Un nuovo approccio migliora l'apprendimento dei robot dai passati dimostrazioni usando dati controfattuali.

Un nuovo metodo migliora l'affidabilità delle reti neurali in applicazioni critiche.

FedLESAM affronta le sfide dei dati nell'apprendimento federato per migliorare le prestazioni del modello.

Un approccio fresco per la riduzione del rumore nelle immagini usando tecniche di apprendimento auto-supervisionato.