Informatica - Apprendimento automatico

I modelli generativi creano dati di addestramento diversificati, migliorando l'adattabilità dei robot.

aTENNuate offre un miglioramento efficiente in tempo reale dei segnali vocali, migliorando la chiarezza della comunicazione.

Usare le reti neurali per migliorare il design dei gusci stampati in 3D per una performance migliore.

Nuovo metodo migliora le previsioni a lungo termine dell'energia eolica utilizzando le posizioni delle turbine e i dati climatici.

VERTECS esplora la luce cosmica antica per rivelare l'evoluzione di stelle e galassie.

Esaminando come le tecniche di regolarizzazione influenzano la capacità del machine learning di gestire input sconosciuti.

AIvril migliora la generazione di codice RTL grazie a controlli di sintassi automatizzati e verifica funzionale.

Un nuovo framework migliora l'analisi dei dati dei social media per avere migliori informazioni sugli utenti.

Uno sguardo ai nuovi metodi per risolvere sfide complesse di ottimizzazione nel machine learning.

Un nuovo metodo migliora come i modelli apprendono da immagini e testo.

Passaggi essenziali per inviare articoli alla conferenza NeurIPS 2024.

LOCO Edit permette modifiche precise alle immagini senza formazione aggiuntiva.

Nuovi limiti di errore migliorano l'affidabilità del GPR in settori sensibili alla sicurezza.

Scopri come nuovi metodi migliorano l'weight-ensembling nel machine learning.

RoLoRA migliora l'apprendimento federato con un fine-tuning robusto e comunicazione efficiente.

Un nuovo metodo per migliorare l'accuratezza e l'efficienza del recupero k-NN.

Ricercando come imparare gli operatori e gestire gli errori in modo efficace negli spazi delle funzioni.

Un nuovo modello unisce i processi di diffusione e i transformer per un'analisi delle serie temporali più efficace.

Un nuovo approccio migliora le previsioni dei sistemi dinamici incorporando la memoria.

Un nuovo metodo migliora la comprensione dell'importanza delle caratteristiche nel machine learning.

K-Origins migliora la valutazione del colore nelle reti neurali per un'analisi delle immagini più precisa.

Scopri come i L-systems stocastici simulano modelli di crescita delle piante realistici.

NoiseAttack altera più classi negli attacchi backdoor usando schemi di rumore sottili.

Uno studio rivela come i modelli linguistici dimentichino le abilità in modo incoerente a seconda dei compiti.

Un modo nuovo per migliorare l'accuratezza del modello individuando fonti di dati di bassa qualità.

Scopri come le simmetrie dei gruppi possono migliorare i modelli di classificazione nel machine learning.

Un nuovo framework aumenta l'efficienza del remote sensing usando tecniche ispirate al cervello.

Combinare immagini tissutali e dati genetici per migliorare le previsioni di sopravvivenza al cancro.

CRAFT semplifica la generazione di dataset sintetici per vari compiti con minimo input da parte dell'utente.

Un nuovo approccio per migliorare l'accuratezza della classificazione usando la teoria PAC-Bayesian.

Nuovi metodi migliorano la capacità dei robot di afferrare oggetti usando rappresentazioni 3D.

Esaminando come gli approcci bayesiani migliorano la valutazione delle prestazioni strutturali attraverso la quantificazione dell'incertezza.

Un metodo per migliorare i modelli personalizzati mantenendo la privacy degli utenti.

COG migliora la miscelazione delle variabili latenti nei modelli generativi.

Un modello di deep learning migliora la valutazione del tremore per il morbo di Parkinson.

Scopri come la compressione dei modelli migliora l'efficienza dei grandi modelli linguistici.

Esplorare come i LLM possano identificare efficacemente istanze di dati insolite.

Metodi per migliorare la velocità di decisione nei banditi multi-armed inquieti.

I grandi modelli di linguaggio migliorano l'efficienza nelle valutazioni delle risposte mediche.

Un nuovo approccio per migliorare l'addestramento dei modelli di recupero usando reti correttive.