Informatica - Apprendimento automatico

Uno sguardo dettagliato sulla valutazione degli algoritmi e sulla valutazione delle prestazioni dei modelli.

Questo metodo mette in evidenza i cambiamenti di stato per una migliore pianificazione delle attività nei video.

Questo articolo parla di tecniche di campionamento nei modelli a campo medio nei sistemi complessi.

Nuovo metodo migliora i modelli transformer per adattarsi ai flussi di dati che cambiano.

Presentiamo il Directional Graph Attention Network per migliorare l'apprendimento dei nodi in grafi complessi.

Un approccio innovativo per l'adattamento del dominio dei grafi senza bisogno di dati etichettati.

Un nuovo metodo migliora le previsioni del carico energetico garantendo la privacy dei dati.

Un nuovo metodo per confrontare grafi temporali in modo efficiente.

Questo lavoro migliora la generazione di strutture 3D usando l'invarianza SE(3) nei processi di diffusione.

Asyn2F migliora l'apprendimento federato asincrono per una migliore formazione del modello e privacy dei dati.

Un nuovo framework migliora il pre-addestramento dei grafi selezionando e pesando i compiti in modo efficace.

Un nuovo approccio per migliorare le strategie di riprogrammazione cellulare usando il deep reinforcement learning.

Questo articolo parla di come usare i LLM per migliorare l'istruzione sulla alfabetizzazione degli adulti e l'accuratezza delle previsioni.

Scopri come la calibrazione isotonica causale migliora le previsioni degli effetti del trattamento in diversi settori.

Esaminando l'impatto della corruzione dei dati sulle strategie di apprendimento nei giochi di Markov a somma zero per due giocatori.

Metodo innovativo semplifica la formazione di modelli per la classificazione di immagini complesse.

I modelli di mondo aiutano le auto a guida autonoma a prevedere eventi stradali per la sicurezza.

Esplora come Adam migliora l'addestramento dei modelli di deep learning e supera il gradient descent.

Un nuovo approccio migliora l'etichettatura delle strutture polmonari per un'analisi medica migliore.

Un nuovo metodo migliora la risoluzione di equazioni complesse usando il machine learning.

Introducendo un modello che migliora le previsioni del traffico tramite tecniche spaziali innovative.

Un nuovo approccio bilancia i costi e la freschezza dei dati nei sistemi IoT.

Un nuovo approccio migliora l'accuratezza dell'apprendimento automatico garantendo al contempo la privacy dei dati.

Esplorare come le simmetrie nelle funzioni di perdita influenzano la dinamica del SGD durante il deep learning.

Esplorare l'efficacia dei dati reali rispetto ai dati sintetici nei modelli di serie temporali.

Presentiamo PR-Isomap per un'analisi migliore dei dati medici complessi.

Un nuovo approccio alla rappresentazione delle immagini con privacy differenziale tramite didascalie.

Un nuovo metodo migliora l'apprendimento degli agenti LLM abbracciando sia i successi che i fallimenti.

Un nuovo metodo punta a migliorare la sicurezza e l'utilità dei modelli di linguaggio grandi.

Nuovi metodi migliorano l'accuratezza nello studio dello sviluppo del cervello fetale.

Un nuovo metodo migliora la pulizia dei dati mantenendo l'equità nei modelli di machine learning.

Un nuovo metodo semplifica il trasferimento di stile audio usando effetti non differenziabili.

NatSGD migliora la comprensione dei robot attraverso interazioni con il linguaggio naturale e gesti.

L'IA sta cambiando il modo in cui si sviluppano i nuovi farmaci, rendendolo più veloce ed efficiente.

La ricerca sul training di precisione ciclica migliora l'efficienza nel training delle reti neurali profonde.

Esaminando come le reti neurali danno priorità a funzioni più semplici rispetto a schemi complessi.

Un nuovo metodo migliora l'analisi dei dati nella fisica ad alta energia usando l'apprendimento auto-supervisionato.

Un metodo chiamato Masked Thought Fine-Tuning migliora la risoluzione dei problemi di matematica nei modelli linguistici.

Un approccio completo per proteggere la privacy dei dati mantenendo l'utilità del modello.

Un nuovo metodo migliora l'efficienza dell'apprendimento federato usando strategie di aggiornamento dei client.