Informatica - Apprendimento automatico

Un nuovo metodo migliora l'ottimizzazione del design in campi complessi.

Uno sguardo a come gli esempi avversari sfidano i modelli di intelligenza artificiale.

Includere dati non in inglese migliora le prestazioni dei modelli visione-linguaggio e la comprensione culturale.

Il modello CATS sfida gli approcci tradizionali nelle previsioni delle serie temporali usando l'attenzione incrociata.

Un nuovo approccio migliora gli embedding dei grafi concentrandosi sulla gestione delle dimensioni.

TGDP migliora la generazione di dati in scenari con pochi esempi di addestramento.

Un nuovo metodo per l'ottimizzazione del portafoglio che si concentra su efficienza e gestione del rischio.

Questo articolo parla di come GRSNN migliora i compiti di ragionamento grafico usando il ritardo sinaptico.

Scopri come gli iperparametri influenzano l'addestramento nelle reti neurali ampie.

Esaminando l'efficacia e il costo di modelli AI più piccoli rispetto a quelli più grandi.

AHAC migliora il processo decisionale nella robotica adattandosi alle dinamiche ambientali.

Come migliorare i bias nelle raccomandazioni usando le interazioni degli utenti.

Un nuovo metodo per interpretare le attivazioni neurali migliora la sicurezza e il controllo dell'IA.

Introdurre un nuovo metodo per migliorare i modelli di stato nei sistemi dinamici.

I modelli di stato offrono un'elaborazione efficiente nei compiti di linguaggio naturale, mettendo in discussione i tradizionali trasformatori.

Un'analisi del comportamento di SGD nel machine learning con approfondimenti su autovalori e stabilità dell'allenamento.

Nuovi metodi puntano a migliorare il machine learning con compiti e interazioni diverse.

Un nuovo set di dati mette in evidenza le differenze di prestazioni tra i gruppi demografici che usano gli assistenti vocali.

L'aumento della traiettoria generativa migliora la decisione nell'RL offline.

Uno sguardo all'importanza e ai metodi per stimare la profondità della falda acquifera.

Questo studio valuta i metodi di machine learning per misurare con precisione i livelli di povertà.

Un nuovo strumento di intelligenza artificiale migliora la scoperta di farmaci generando molecole migliori più velocemente.

Stiamo introducendo un nuovo approccio all'apprendimento per rinforzo offline per prendere decisioni migliori.

Un nuovo metodo migliora la sicurezza nell'apprendimento per rinforzo attraverso la gestione del rischio.

Le Reti Kolmogorov-Arnold offrono soluzioni innovative per l'analisi dei dati e l'apprendimento.

DeepHGNN migliora l'accuratezza delle previsioni gerarchiche usando le reti neurali a grafo.

Un nuovo modello migliora le previsioni energetiche, riducendo i costi nei mercati dell'elettricità.

Esaminando i pregiudizi nei modelli linguistici attraverso vari fattori demografici.

Un nuovo metodo migliora la comprensione degli output degli autoencoder nella dinamica dei fluidi.

Il metodo AI migliora le previsioni della dose di radioterapia stimando l'incertezza.

Esaminando come le etichette in distribuzione influenzano il rilevamento fuori distribuzione nel machine learning.

Questo studio migliora la sicurezza del machine learning quantistico contro attacchi avversari tramite canali di rumore e metodi di privacy.

Un nuovo metodo per migliorare l'efficienza dell'algoritmo Push-Relabel usando il flusso previsto.

Un nuovo metodo per migliorare i modelli predittivi usando dati incerti.

Uno sguardo al ragionamento formale nei transformer solo encoder e le sue implicazioni.

Un sistema innovativo combina notizie e valutazioni cognitive per gli anziani.

Un nuovo approccio aumenta la diversità dei prompt per modelli di linguaggio più sicuri.

Esplorare come i transformer affrontano in modo efficace vari compiti di ragionamento sui grafi.

I VLM faticano con la classificazione delle immagini, ma una migliore integrazione dei dati può migliorare le loro capacità.

Esplorando il ruolo del gradiente discendente nell'ottimizzazione stocastica e le sue implicazioni sulla dimensione del campione.