Informatica - Apprendimento automatico

Un nuovo metodo affronta questioni chiave nell'apprendimento continuo: plasticità e dimenticanza.

FedD2S migliora il Federated Learning personalizzando i modelli e mantenendo la privacy dei dati.

Un sistema che aiuta i robot a rilevare e risolvere in tempo reale i fallimenti nei compiti.

Esaminando le sfide di prestazione affrontate dagli algoritmi invarianti rispetto alla rotazione in scenari di dati rumorosi e sparsi.

Un nuovo approccio combina l'apprendimento automatico con la dinamica dei fluidi per simulazioni migliorate.

Esplora i rischi per la privacy e le difese legate ai dati sintetici creati dai GAN.

Strategie per migliorare i variational autoencoders nella gestione di dataset incompleti.

Un metodo che migliora la qualità delle immagini MRI usando meno dati.

Ricerca su come prevedere le vibrazioni negli EV utilizzando il modello Resoformer.

Un nuovo framework aiuta i modelli di linguaggio a imparare dagli errori nella risoluzione dei problemi.

Questo studio esamina come la profondità del trasformatore influisce sui compiti di apprendimento.

Questo articolo parla di come stimare le prestazioni di un modello di base senza avere bisogno di moltissimi dati etichettati.

TraveLER migliora la comprensione dei video attraverso domande interattive per risposte migliori.

I sistemi automatizzati semplificano la raccolta di dati dalla letteratura scientifica in chimica.

Questo articolo parla di equità robusta e precisa nel deep learning e dei suoi effetti.

Un metodo per valutare lo stile artistico nelle immagini generate.

Un framework per addestrare modelli di machine learning proteggendo la privacy.

Un nuovo modello migliora l'analisi dei dati di telerilevamento usando approcci multisensore.

Un metodo che combina il linguaggio e le proprietà fisiche per la creazione di scene 3D dinamiche.

BEM offre una soluzione per migliorare i modelli con classi sbilanciate nell'apprendimento semi-supervisionato.

Esplorare come dati innocui possano inavvertitamente produrre risultati dannosi nei modelli di linguaggio.

Migliorare le previsioni della risposta delle cellule T attraverso tecniche innovative di modelli e approcci ai dati.

Un nuovo metodo per valutare l'accuratezza dei modelli linguistici usando grafi di conoscenza.

Questo articolo esamina i sistemi di apprendimento online e le loro sfide riguardo a vincoli sconosciuti.

Capire l'impatto degli attacchi avversari sui modelli di machine learning.

Un nuovo set di dati si concentra sul ragionamento causale utilizzando le animazioni di 'Tom e Jerry'.

Introducendo un framework per una valutazione delle performance delle query più accurata nel recupero delle informazioni.

Scopri metodi per migliorare i modelli degli studenti nella distillazione della conoscenza.

Questo articolo parla di come usare la classificazione per le funzioni di valore nel deep reinforcement learning.

Questo studio valuta le prestazioni dei LLM con la lingua persiana.

Questo articolo parla del ruolo del few-shot learning nel velocizzare la scoperta di farmaci.

Esplorare l'impatto dei dati pubblici sulla privacy differenziale nel machine learning.

Questo articolo parla di come MBDRL ottimizza il controllo del flusso con efficienza e costi ridotti.

Nuove tecniche migliorano l'efficienza dei modelli di diffusione per compiti generativi.

Esplora come il Mixture-of-Depths migliora l'efficienza dei modelli linguistici in modo sostenibile.

Le strategie di esplorazione migliorano l'adattabilità degli agenti in ambienti complessi.

Esplorare come il machine learning migliora l'efficienza e l'efficacia dei risolutori MILP.

Nuovi metodi migliorano la sicurezza prevedendo i movimenti dei pedoni fuori dalla vista per i veicoli autonomi.

Un nuovo approccio per migliorare la quantificazione dell'incertezza nei dati delle serie temporali multi-dimensionali.

Politiche innovative offrono flessibilità ed efficienza nelle sfide decisionali.