Informatica - Apprendimento automatico

Integrare i dati clinici con le immagini a raggi X migliora l'accuratezza diagnostica.

Grazie ai dispositivi smart, monitorare lo stress in tempo reale è diventato più facile e preciso.

La ricerca migliora i modelli affrontando l'incertezza nelle Equazioni Differenziali Universali.

SPCL migliora la stabilità dell'allenamento dei modelli in ambienti multi-task.

ARCO migliora le prestazioni dei modelli di deep learning grazie a una collaborazione intelligente tra hardware e software.

Uno sguardo critico sulla diversità nei dataset e come migliorarla.

Questo articolo parla di machine unlearning e delle sue implicazioni per la privacy dei dati.

Esplorando la distillazione simbolica della conoscenza nei modelli linguistici grandi per avere più chiarezza e utilità.

Esaminando la vulnerabilità delle reti neurali a piccole variazioni nell'input.

Nuovi metodi migliorano gli attacchi black-box usando dati non etichettati per il machine learning.

Una nuova tecnica migliora l'uso dell'energia nell'apprendimento automatico basato sugli alberi.

Anvil semplifica l'ottimizzazione del design integrando tecniche CAD, CFD e AI.

Esaminando l'efficienza e l'uso energetico dei Modelli Linguistici Grandi nelle applicazioni AI.

Un nuovo set di dati migliora i processi di selezione dei materiali nei progetti di design.

Un nuovo modello migliora le previsioni della pioggia a breve termine usando tecniche avanzate.

Nuovi modelli di machine learning migliorano le simulazioni climatiche per previsioni più accurate.

Una panoramica dei metodi di esperienza replay e il loro impatto sull'efficienza dell'apprendimento.

Un nuovo metodo per rilevare rapidamente e con precisione le variazioni nelle correlazioni dei dati.

Alpha Flow-Lit migliora la generazione della forma delle proteine, aumentando efficienza e precisione.

Un nuovo modo per migliorare la sicurezza nel federated learning contro gli attacchi backdoor.

La ricerca presenta nuovi metodi per valutare i sistemi di riconoscimento vocale in polacco.

Strategie per migliorare i modelli di machine learning con dataset in cambiamento.

Nuovi metodi riducono l'uso della memoria mantenendo le prestazioni nei LLM.

Un nuovo algoritmo affronta le sfide nell'ottimizzazione bilevel con vincoli accoppiati.

Esplorando come nuovi approcci matematici migliorano l'apprendimento automatico per tipi di dati complessi.

Scopri come la sparsità dei blocchi di peso migliora le performance e l'efficienza dell'AI.

Un nuovo approccio migliora la raccolta di feedback per i modelli linguistici, facendo risparmiare tempo e costi.

Un nuovo ambiente di gioco di corse potenzia la ricerca sull'apprendimento rinforzato offline.

Presentiamo un approccio innovativo che conserva gli angoli per visualizzare dati ad alta dimensione.

Questo articolo parla delle sfide e delle soluzioni nelle Reti Neurali Grafiche.

La codifica posizionale sinusoidale offre un miglioramento nell'apprendimento e nelle prestazioni nei compiti di machine learning.

Nuovo modello accelera le simulazioni del comportamento dei metalli in condizioni corrosive.

Questo documento si concentra sul miglioramento dell'affidabilità dei risultati dei modelli linguistici.

Nuove tecniche migliorano l'efficienza nei problemi di ottimizzazione complessi per il machine learning.

Un nuovo metodo per scegliere le augmentation dei dati migliora le prestazioni del modello sui compiti di serie temporali.

Questa tecnica migliora l'accuratezza delle previsioni quantificando l'incertezza in modo efficace.

ACoNE offre un modello efficiente per generare embedding di query spiegabili.

Una nuova tecnica per migliorare le immagini ecografiche usando onde sonore.

Scopri come la divergenza di Bregman aiuta a misurare le differenze nei dati e a migliorare i modelli di apprendimento automatico.

Presentiamo BITR, un nuovo metodo efficace per combinare nuvole di punti nello spazio 3D.