Informatica - Apprendimento automatico

Esplorare come il calcolo quantistico possa migliorare il processo di sviluppo dei farmaci.

Nuovo metodo permette di creare modelli 3D solo da due immagini senza dettagli sulla fotocamera.

ConVis punta a ridurre al minimo le imprecisioni nei modelli di linguaggio multimodali di grandi dimensioni.

Un nuovo metodo migliora il rilevamento degli oggetti nelle nuvole di punti 3D per le auto a guida autonoma.

Presentiamo un metodo per migliorare la generazione di immagini a partire da descrizioni testuali complesse.

Soft-IntroVAE migliora i VAE con l'apprendimento dei priori per una migliore generazione di dati.

Un nuovo metodo per ridurre i parametri e accelerare l'addestramento nelle reti neurali.

I progressi tecnologici migliorano il rilevamento umano nelle emergenze marittime.

Un nuovo framework unisce il deep learning con la statistica semiparametrica per un'analisi dei dati migliore.

La ricerca confronta tecniche per analizzare i dati dei sensori dei veicoli per oltre 2,5 anni.

Integrare eventi futuri migliora l'accuratezza nei metodi di previsione energetica.

Combinare i dati di flusso e pacchetto rivoluziona la rilevazione delle minacce in rete.

Un nuovo metodo che utilizza AutoSparse per potare le reti neurali in modo efficiente fin dall'inizio.

Questa ricerca dimostra come i robot imparano compiti complessi attraverso un training nel mondo reale.

Uno studio sui metodi per stimare la forza della turbolenza dai filmati.

TART aumenta la precisione del modello mentre difende dagli attacchi avversari.

Nuovi metodi migliorano le previsioni delle dinamiche costiere usando il deep learning.

Il drift localizzato rappresenta una sfida per i modelli predittivi in flussi di dati in cambiamento.

Scopri l'importanza di tenere d'occhio i cambiamenti nei dati per avere risultati affidabili nel machine learning.

Uno sguardo a come la Knowledge Distillation migliora la velocità e l'efficienza dei sistemi di raccomandazione.

Esplorando come l'apprendimento multi-task influisca sulle prestazioni e sulla generalizzazione del modello.

SALSA migliora la precisione del riconoscimento vocale per le lingue a basse risorse integrando i modelli ASR e i modelli linguistici.

Uno sguardo a come i dataset si collegano e l'importanza di queste connessioni.

I dati sintetici stanno cambiando il modo di fare training all'AI, offrendo set di dati economici e vari.

Un nuovo metodo semplifica il modo in cui valutiamo l'incertezza del modello nelle previsioni.

Combinare fonti di dati per migliorare le previsioni sui casi di COVID-19.

Uno sguardo alla valutazione affidabile delle probabilità nei sistemi di machine learning.

Questo studio esamina come l'attività cerebrale dei passeggeri possa migliorare la sicurezza nei veicoli automatizzati.

Questo studio analizza come CLIP interpreta i volti e riflette i pregiudizi sociali.

Uno sguardo a come le RNN interpretano le richieste degli utenti e migliorano il riconoscimento delle intenzioni.

KANs collega l'AI e la scienza, semplificando problemi complessi e migliorando la ricerca.

Presentiamo LoG-VMamba per una segmentazione migliorata delle immagini mediche.

Esaminando l'impatto dei dati quantistici casuali sulle tecniche di apprendimento automatico.

Esplorare come il transfer learning aiuti nello studio delle interazioni degli elettroni con i nuclei atomici.

Usare immagini satellitari per migliorare le valutazioni del potenziale solare globale.

Un nuovo modello genera segnali sintetici per un'analisi dei dati sulla salute migliore.

Scopri come gestire in modo efficace le impostazioni degli esperimenti A/B per risultati affidabili.

Nuovi algoritmi migliorano l'efficienza dell'augmentazione dei dati e le prestazioni del modello usando strutture ad albero.

Scopri come l'analisi continua influisce sui risultati dei test A/B e sulle decisioni da prendere.

Un nuovo metodo aiuta a identificare la contaminazione dei dati di test negli LLM usando le probabilità dei token.