Informatica - Apprendimento automatico

Slipstream accelera i modelli di raccomandazione saltando aggiornamenti inutili.

I nuovi modelli migliorano la sicurezza dei dispositivi IoT affrontando la complessità dei dati.

Questo studio esplora come il fine-tuning LoRA influisca sul raggruppamento dei token nei modelli Transformer.

Usare modelli di linguaggio per migliorare la formazione dei consiglieri tra pari.

Nuovi metodi migliorano il campionamento da distribuzioni complesse usando le equazioni HJB e il Tensor Train.

L'apprendimento attivo riduce i costi di etichettatura migliorando allo stesso tempo le prestazioni del modello.

Un nuovo modo per migliorare i sistemi di apprendimento automatico nei compiti di riconoscimento delle immagini.

Presentiamo un metodo per migliorare il test di significato nell'analisi di regressione.

Questa ricerca mette in evidenza il ruolo del coding sparso nella protezione della privacy delle reti neurali.

FedMef migliora l'apprendimento federato per dispositivi a bassa risorsa grazie a tecniche di potatura innovative.

Due algoritmi innovativi creano in modo efficace esempi avversariali sottili nel processamento del linguaggio.

Un nuovo metodo per migliorare i modelli di diffusione mantenendo la diversità nei risultati generati.

Un nuovo modello migliora l'accuratezza nel recupero delle proprietà delle nuvole dai dati satellitari.

Un nuovo framework migliora il modo in cui gli agenti linguistici imparano e svolgono compiti.

Nuovi metodi migliorano la comprensione delle interazioni geniche e dei tipi di cancro.

Questo studio migliora il processo decisionale aggiungendo l'opzione di astenersi nei problemi del bandito multi-braccio.

Un nuovo framework valuta quanto siano affidabili gli LLM come assistenti biomedici.

Nuovi metodi combinano input visivi e testuali per un apprendimento linguistico migliore nelle macchine.

Un nuovo metodo migliora l'accuratezza della modellazione surrogata utilizzando principi fisici.

ObjectDR genera dati abbinati per migliorare la ricostruzione di forme 3D a partire da immagini 2D.

Questo articolo parla di un nuovo metodo per migliorare i circuiti probabilistici usando tecniche di clustering morbido.

Esplorando l'incrocio tra teoria delle categorie e framework di deep learning.

Nuovi metodi proteggono i dati personali nella generazione di immagini.

Un nuovo framework che migliora il few-shot learning senza dimenticare le classi precedenti.

Questo studio usa immagini iperspettrali per identificare gli acari Varroa dannosi sulle api.

Un nuovo framework migliora l'apprendimento della rappresentazione dei grafi su più compiti.

Un metodo che usa espressioni di Fourier per analizzare in modo efficace le reti neurali moderne.

Questo articolo parla di nuovi metodi per rilevare le relazioni tra oggetti nelle immagini.

Nuovi metodi migliorano la sicurezza nell'apprendimento per rinforzo mentre ottimizzano le prestazioni in ambienti vincolati.

Un nuovo approccio per ridurre il bias nei modelli di intelligenza artificiale e migliorare le previsioni.

Uno sguardo a come i modelli potenziati dal gradiente migliorano l'accuratezza predittiva.

Introducendo un nuovo algoritmo per problemi di ottimizzazione bi-livello vincolati nel machine learning.

Questo modello migliora le previsioni per le equazioni differenziali parziali usando tecniche innovative.

PMixED migliora la privacy senza compromettere le prestazioni nei modelli di linguaggio di grandi dimensioni.

Uno studio mostra che il tEEG supera l'EEG convenzionale nell'interpretare i movimenti di presa.

Uno studio mette in evidenza le complessità della violenza domestica maschile in Bangladesh.

Questo articolo presenta un metodo per ridurre il bias nelle previsioni dell'IA.

HD-Explain fornisce informazioni precise sulle previsioni dei modelli di apprendimento automatico.

Un nuovo metodo migliora l'accuratezza delle previsioni e la calibrazione nell'apprendimento semi-supervisionato.

Nuovo framework migliora le previsioni nel multi-task learning nonostante le limitazioni dei dati.