Informatica - Apprendimento automatico

Uno studio su come migliorare i tempi di risposta della polizia attraverso strategie combinate di pattugliamento e invio.

Uno studio sulla pubblicità collaborativa per commercianti e marchi.

Nuovi set di dati sintetici migliorano il machine learning nella sanità mantenendo la privacy dei pazienti.

Introducendo FedHide per un apprendimento federato sicuro con preservazione della privacy.

XMOL ottimizza più proprietà molecolari contemporaneamente, migliorando chiarezza ed efficienza.

Un nuovo approccio migliora l'accuratezza delle valutazioni della salute delle batterie agli ioni di litio.

Metodi per migliorare la sicurezza nel modello Falcon 11B per ottenere risultati migliori.

Scopri l'importanza e i metodi per valutare la chiarezza delle immagini.

Esplorare algoritmi efficienti per l'apprendimento decentralizzato mantenendo la privacy dei dati.

Block-Attention migliora i modelli di linguaggio accelerando le risposte senza perdere precisione.

Un nuovo metodo migliora la rilevazione automatica dei problemi di linguaggio legati al morbo di Parkinson.

Uno sguardo all'uso del RL per addestrare agenti per la sicurezza informatica marittima.

Nuovi metodi migliorano il rilevamento di eventi ottici rapidi e piccoli con una maggiore efficienza.

FedD2P offre un nuovo modo per l'IoT di addestrare modelli senza risorse pesanti.

Scopri le sfide e i modelli nei compiti di risposta a domande visive.

Il nuovo modello DyGIS migliora l'apprendimento dai grafi dinamici usando sottografi informativi.

Un nuovo approccio migliora i sistemi ASR per una comunicazione in aula migliore.

Presentiamo p-dLDS: Un modo nuovo per capire l'attività cerebrale complessa nel caos.

Uno sguardo a come TTDS migliora le raccomandazioni personalizzate usando modelli di linguaggio grandi.

ETAGE migliora le prestazioni del modello durante il test con nuovi tipi di dati.

Sfruttare i dati per previsioni migliori nei processi collaborativi.

Scopri nuovi metodi per migliorare i modelli linguistici attraverso l'apprendimento bilanciato.

Esplorando le Sparse Neural Networks e le loro performance con dati di addestramento difficili.

ProcessTBench migliora le capacità dei LLM nella pianificazione dei task e nel process mining.

Il Cile migliora la previsione dell'energia eolica per gestire meglio la rete.

Tecniche per aiutare le macchine a imparare e adattarsi in contesti dinamici.

Uno sguardo alla divergenza Kullback-Leibler con kernel e alle sue applicazioni pratiche.

Un nuovo metodo migliora il testing dei DNN combinando la selezione delle caratteristiche con la prioritizzazione basata sull'incertezza.

Un nuovo framework migliora l'apprendimento da dati strutturati e rumorosi usando principi di diffusione.

Nuovo metodo migliora il rilevamento dei difetti di prodotto nella produzione usando il deep learning.

Le cellule ameboidi usano i pseudopodi per prendere decisioni di movimento basate su segnali chimici.

Un nuovo approccio migliora la velocità e l'accuratezza delle previsioni in vari settori.

Esplorando tecniche di deep learning per l'analisi di dati di serie temporali continui.

Nuovo metodo migliora il clustering per grandi dataset usando la Quantizzazione Stocastica.

Presentiamo S-STE, un nuovo metodo per migliorare l'efficienza dell'allenamento delle reti neurali sparse.

Scopri come il PQC rinforza l'apprendimento federato contro le minacce quantistiche.

Una nuova tecnica offre letture della pressione sanguigna migliorate usando dati PPG.

Nuovo modello migliora il riconoscimento del parlante in tempo reale e l'efficienza nella comunicazione.

Approccio innovativo usa il deep learning per scoprire le caratteristiche dei pianeti non transitanti.

Un nuovo approccio migliora l'accuratezza nelle previsioni dei brillamenti solari.