Informatica - Apprendimento automatico

Uno studio su come l'AI generativa può catturare l'identità delle città.

Esplorando come le reti residue migliorano l'addestramento e la generalizzazione.

Questo studio esplora le sfide dell'allineamento delle parole e le soluzioni di trasporto ottimale.

Il modello Phoenix migliora le prestazioni dell'AI generativa garantendo al contempo la privacy dei dati.

Nuovi metodi migliorano la robustezza dei modelli contro attacchi avversari usando dati tabulari.

Questo articolo presenta un metodo innovativo per stimare fattori in dati complessi.

Uno sguardo ai vantaggi e alle sfide del Federated Learning, incluso il metodo FedVal.

Nuove tecniche migliorano l'accuratezza e l'efficienza del recupero nei sistemi di raccomandazione.

Questo studio valuta diverse tecniche di XAI per interpretare la classificazione delle immagini di telerilevamento.

Un metodo per collegare il processo decisionale dell'IA e la sicurezza tramite funzioni di controllo delle barriere.

Il framework MEX migliora l'esplorazione e la presa di decisioni nell'apprendimento per rinforzo online.

Un nuovo metodo localizza i veicoli usando lidar e immagini satellitari senza fare affidamento sul GPS.

Questo studio presenta un nuovo metodo per aumentare i grafi usando complimenti di Schur randomizzati.

Uno sguardo a come i dati controfattuali possono ridurre il bias nei modelli di machine learning.

Un nuovo metodo in due fasi migliora i modelli climatici per previsioni più accurate.

Un nuovo metodo migliora le risposte delle macchine attraverso una migliore comprensione emotiva.

Nuovi modelli di machine learning migliorano le previsioni nella dinamica dei fluidi.

Scopri come l'apprendimento federato può migliorare il machine learning proteggendo la privacy dei dati.

Un nuovo modello migliora la generazione di jet di particelle tramite meccanismi di attenzione e meno parametri.

La ricerca mostra che i grandi modelli linguistici possono essere addestrati per imitare il processo decisionale umano.

Scopri come il machine learning aiuta a prevedere comportamenti caotici.

Un nuovo metodo migliora l'accuratezza del ragionamento nei modelli linguistici usando richieste strutturate.

Un nuovo framework rende più facili da capire i risultati della classificazione delle serie temporali multivariate.

Uno sguardo su come i principi e gli agenti possono lavorare insieme in modo efficace.

GEO-Bench punta a far progredire i modelli di base nei compiti di monitoraggio della Terra.

CALLS punta a migliorare la capacità degli assistenti vocali di gestire le interazioni con i clienti.

LEACE punta a rimuovere i pregiudizi dai modelli attraverso l'erasione dei concetti.

Esaminando la perdita di privacy in Noisy-SGD con funzioni di perdita non convesse.

Scopri come la sparsità essenziale ottimizza i modelli grandi senza perdere prestazioni.

Usare l'IA per migliorare i controlli di sicurezza dei carichi nella logistica.

Esplorando come gli agenti possono migliorare il processo decisionale collaborando.

FAMO migliora l'efficienza e le prestazioni dell'apprendimento multitasking nei modelli AI.

Come il design dei robot influisce sulle capacità di apprendimento e sulle prestazioni nei compiti.

Un nuovo metodo per migliorare la qualità delle immagini con meno passaggi.

Un nuovo approccio per gestire dati incompleti e rumorosi nella ricerca.

Tecniche per migliorare l'accuratezza delle foreste casuali tramite regolarizzazione post-hoc.

Un approccio bayesiano più veloce migliora la rilevazione degli spike nella ricerca neuroscientifica.

Impara a prendere decisioni migliori quando sei di fronte all'incertezza.

Esaminando come le reti leggermente sovra-parametrizzate migliorano i risultati dell'addestramento.

Nuovi metodi migliorano le prestazioni del modello garantendo al contempo la privacy dei dati.