Informatica - Apprendimento automatico

Una nuova libreria migliora i metodi per gestire problemi complessi di ottimizzazione multiobiettivo.

Un metodo per imparare in condizioni difficili con dati rumorosi.

Un approccio tech per ottimizzare l'alimentazione dei pesci e migliorare la sostenibilità dell'acquacoltura.

Un nuovo metodo migliora la regressione simbolica usando modelli linguistici per un'analisi dei dati migliore.

Un approccio fresco migliora la comprensione delle relazioni nei dati nel machine learning.

I ricercatori sviluppano nuove strategie per distinguere gli animali individuali usando i loro suoni unici.

Scopri come il Matrix Profile rileva anomalie nei dati di serie temporali multidimensionali.

Esplorando il Reverse Experience Replay per un apprendimento più efficiente negli algoritmi di rinforzo.

Esaminare le vulnerabilità dei contratti smart e il ruolo dei modelli di linguaggio nella loro rilevazione.

Uno sguardo a come imparare da reti che evolvono nel tempo.

Un nuovo metodo affronta in modo efficace i valori mancanti nei dati delle serie temporali multivariate.

La ricerca migliora l'accuratezza della stima dell'intervallo post-mortem usando set di dati più ampi.

Nuovi metodi migliorano le GNN per tipi di grafo difficili.

Un metodo per gestire meglio le grandi reti nel machine learning.

Un nuovo metodo migliora la sicurezza del ranking per un'esperienza utente migliore.

Un nuovo dataset punta a migliorare i sistemi di QA per il Corano e gli Ahadith.

Un sistema crea falsi documenti medici mantenendo riservatezza per i pazienti.

Il Federated Learning affronta le sfide della privacy dei dati in settori delicati.

Scopri come il machine unlearning migliora la privacy nei modelli di machine learning.

DARDA migliora la capacità dei modelli di deep learning di adattarsi a condizioni di dati che cambiano.

Superare il bias della recentezza per migliorare l'esperienza utente nei sistemi di raccomandazione.

Questo articolo presenta un metodo per migliorare l'equità nei modelli di machine learning multi-output.

Nuovi metodi semplificano l'estrazione PICO dagli studi clinici per una ricerca più efficiente.

Scopri come i KAN offrono un'alternativa efficiente alle tradizionali reti neurali.

Presentiamo COSCO, un framework che migliora l'accuratezza della classificazione con pochi dati.

I prosumer bilanciano l'offerta e la domanda di energia nel difficile mercato iraniano.

Una nuova tecnica rivela le debolezze nelle misure di sicurezza dell'IA per i modelli linguistici.

Un approccio di machine learning che sfrutta il movimento per un apprendimento efficace dei dati visivi.

Questo studio tiene d'occhio i cambiamenti nelle foreste della Costa d'Avorio usando dati satellitari avanzati.

Nuovi metodi per migliorare la generazione di immagini tramite una rappresentazione flessibile dello spazio latente.

Trasformare il testo in movimenti digitali realistici usando modelli innovativi.

Nuovo metodo migliora l'accuratezza nel rilevamento dei polipi durante le procedure di colonscopia.

Esaminare come i pregiudizi influenzano i suggerimenti di contenuto digitale tra le diverse demografie.

La ricerca mostra lacune nei modelli di classificazione delle immagini quando gli oggetti sono parzialmente nascosti.

Il Federated Learning aumenta la privacy e l'efficienza nelle operazioni delle smart grid.

Esaminando come la flessibilità nei modelli migliori l'accuratezza predittiva attraverso aggiustamenti dinamici.

Un metodo per chiarire come i robot prendono decisioni per garantire la sicurezza.

Questo articolo esplora l'apprendimento decentralizzato e l'importanza delle metriche di somiglianza.

Questo framework permette di imparare in fretta nuove categorie di oggetti con pochissimi dati.

Un nuovo metodo migliora i modelli generativi integrando regole fisiche per un movimento realistico.