Informatica - Apprendimento automatico

Scopri come il design dell'ambiente influisce sul reinforcement learning nei sistemi di distribuzione dell'energia.

Impara a costruire e perfezionare modelli di sistemi dinamici usando tecniche avanzate.

Nuovo metodo migliora le spiegazioni per le reti neurali grafiche con testimoni controfattuali robusti.

Il framework TG-ODE migliora l'analisi dei sistemi complessi con dati irregolari.

È proposto un nuovo framework per l'inferenza esatta nei modelli a variabili latenti.

Una panoramica sull'apprendimento per imitazione e le sue applicazioni nella formazione degli agenti.

Uno sguardo agli attacchi backdoor mirati nei sistemi di machine learning federato.

Un nuovo framework per valutare le performance dei modelli predittivi in mezzo alle incertezze.

Esaminando come gli esempi umani influenzano il machine learning per i compiti di programmazione.

Un nuovo framework migliora la comprensione delle decisioni sul routing dei veicoli.

Nuove metriche mirano a migliorare la sicurezza e la correttezza del codice con gli LLM.

Esplorando come i robot imparano i compiti usando contenuti video online.

Esplorare come gli NCDE stanno cambiando l'apprendimento dei dati e le previsioni.

Un modello per capire meglio l'impatto dell'olio di palma sulle foreste e sulla sostenibilità.

Kite migliora la stima della trasferibilità per una scelta del modello migliore nell'apprendimento per trasferimento.

Un nuovo algoritmo migliora il processo decisionale in ambienti complessi.

Un nuovo framework migliora l'apprendimento dai modelli pre-addestrati senza dati originali.

EchoScene migliora la creazione di scene 3D indoor tramite metodi innovativi e interazione con l'utente.

Un nuovo approccio per migliorare i modelli di deep learning contro attacchi avversariali.

MESA migliora le strategie di esplorazione per gli agenti che lavorano insieme in vari ambienti.

Esplorare le capacità dei modelli di linguaggio visivo nell'analisi delle immagini al microscopio.

TS-CausalNN offre un approccio nuovo alle relazioni causali nei dati delle serie temporali.

Nuove tecniche migliorano la comunicazione rilevando in modo efficace le collisioni del prefisso.

Un nuovo metodo migliora l'efficienza dell'addestramento del machine learning mantenendo la privacy dei dati.

Nuove tecniche migliorano le performance del modello contro i cambiamenti nei dati usando funzioni di perdita non convessi.

Un nuovo metodo combina reti neurali e ottimizzazione senza gradienti per un design efficiente.

Le tecniche di machine learning migliorano la scoperta di nuovi materiali per vari settori.

Esaminando il ruolo della rappresentazione nel PPO e il suo impatto sulle prestazioni dell'agente.

Grappa migliora le previsioni molecolari con tecniche di machine learning per una maggiore efficienza.

Un nuovo metodo migliora il riconoscimento degli oggetti incoraggiando la composizionalità nelle rappresentazioni delle immagini.

Un nuovo approccio migliora la gestione della rete elettrica utilizzando topologie target e deep learning.

Strategie innovative per migliorare il flusso del traffico e ridurre il consumo di carburante alle rotatorie.

Usando tecnologie avanzate per migliorare la diagnosi e i risultati del trattamento degli ictus.

Un nuovo modello migliora le previsioni sul traffico per una mobilità urbana più intelligente.

Swarm Learning migliora la privacy e la sicurezza nei sistemi di machine learning decentralizzati.

Un nuovo framework migliora le previsioni del traffico attraverso spiegazioni controfattuali per prendere decisioni migliori.

Un nuovo sistema prevede le azioni dei pedoni e dei conducenti, migliorando la sicurezza stradale.

Un framework per garantire dispositivi affidabili nell'apprendimento federato per la privacy dei dati urbani.

Nuovi approcci migliorano la comprensione e la trasferibilità nelle reti neurali.

La ricerca ha svelato preoccupazioni riguardo le capacità matematiche dei grandi modelli linguistici.