Informatica - Apprendimento automatico

Uno studio presenta un nuovo riferimento per le prestazioni dei prompt nella creazione e recupero di immagini.

Un nuovo approccio migliora l'affidabilità del modello nelle previsioni cruciali.

La sfida ULS23 punta a migliorare la segmentazione dei tumori nelle TC per una cura del cancro migliore.

Nuove strategie migliorano il deep reinforcement learning contro il rumore avversario.

Usare l'IA per automatizzare la vettorizzazione, migliorando l'efficienza e la correttezza del codice.

Esplorando il feedback limitato nei compiti di classificazione del machine learning.

Un dataset unico migliora la ricerca sul monitoraggio della salute degli aerei tramite l'analisi delle vibrazioni.

Una guida chiara su come scegliere gli algoritmi giusti per diverse sfide di ottimizzazione.

Nuovo framework permette di imparare le malattie in modo efficiente senza dover conservare dati passati.

Uno studio sull'efficacia di vari modelli leggeri nella classificazione delle immagini.

Scopri il glaucoma, i suoi tipi e l'importanza della diagnosi precoce.

Un dataset completo per migliorare la stima della biomassa e supportare la ricerca sul clima.

RNAFlow semplifica il design dell'RNA usando l'AI per migliorare l'efficienza.

Questo studio si concentra sul migliorare l'addestramento dei robot trasferendo l'apprendimento per rinforzo dalla simulazione agli ambienti reali.

Un nuovo metodo migliora gli attacchi mirati usando campioni semplici nelle reti neurali.

Analizzando l'accuratezza delle previsioni tra diverse comunità per una giusta allocazione delle risorse sanitarie.

Una nuova tecnica combina metodi numerici e apprendimento automatico per le soluzioni delle PDE.

Il prompting bayesiano migliora il ragionamento e la gestione dell'incertezza nei modelli linguistici.

Analizzando i modelli esistenti si scoprono delle informazioni sulle tendenze delle prestazioni dei modelli linguistici man mano che la dimensione aumenta.

Decision Mamba migliora le prestazioni del reinforcement learning offline con strategie innovative.

Scopri come la morfologia computazionale aiuta a capire meglio la lingua.

Scopri come il Response Matching trasforma la generazione di materiali e molecole.

Migliorare la qualità delle immagini nell'astrofisica radio usando tecniche di machine learning.

I modelli di diffusione del caos a campo medio migliorano la generazione di dati per applicazioni ad alta cardinalità.

Il machine learning quantistico offre nuovi modi per proteggere i dati sensibili.

LEMMA-RCA offre spunti preziosi per analizzare i guasti di sistema.

Un nuovo framework per scegliere le fonti di informazione minimizzando gli errori di classificazione e i costi.

Questo articolo esamina i miglioramenti agli SSM per la resilienza contro le perturbazioni avversarie.

Un approccio strutturato per la progettazione e la convalida dell'IA responsabile.

Scopri come il rapporto di Sharpe e gli algoritmi MAB migliorano le strategie di investimento.

Un nuovo modo per analizzare l'impatto dei dati di addestramento sui modelli di diffusione.

Utilizzare il trasferimento di dati per migliorare i modelli di previsione dei crimini in diverse città.

Un framework progettato per standardizzare il benchmarking nella ricerca sul deep learning topologico.

Esaminando come le tendenze sociali influenzano il consumo di energia nel Regno Unito e in Irlanda.

PairCFR migliora i modelli di allenamento usando dati controfattuali per ottenere prestazioni migliori.

Questo studio introduce le GNN per migliorare il matching online in diverse piattaforme digitali.

La ricerca mostra come le demografiche influenzano le opinioni sulla giustizia nella moderazione dei contenuti AI.

Uno studio per identificare i trigger degli eventi usando metodi analitici e di machine learning.

Un approccio innovativo migliora la rilevazione delle vulnerabilità nella sicurezza del software usando modelli avanzati.

LGR2 migliora le prestazioni nei compiti robotici grazie a istruzioni linguistiche e apprendimento gerarchico.