Informatica - Apprendimento automatico

RoAd offre un metodo efficiente per fare il fine-tuning di grandi modelli di linguaggio con meno risorse.

Nuove tecniche riducono il consumo energetico nel deep learning mantenendo la precisione.

Nuovi metodi migliorano la creazione di immagini da testo e immagini di riferimento.

Usare il linguaggio per insegnare ai robot nuovi compiti in modo più efficiente.

Questo documento esamina il ruolo dell'apprendimento profondo nell'accuratezza dello STELF.

Un nuovo metodo per confrontare strutture dati complesse in grafi e reti.

Esplorando L-NODEC per una stabilità migliore nelle strategie di controllo.

Un nuovo metodo migliora l'accuratezza delle previsioni del traffico tramite decomposizione dei dati e reti neurali.

Un nuovo sistema monitora i prezzi dell'elettricità in tempo reale per aiutare le decisioni dei consumatori.

I ricercatori usano l'apprendimento automatico per migliorare le previsioni sulla stabilità delle proteine.

Scopri i requisiti per inviare la tua ricerca a NeurIPS 2024.

Un nuovo metodo per capire meglio i sistemi multi-parti in diversi settori.

Esaminare i pregiudizi nei modelli di base e il loro impatto sui risultati dell'imaging medico.

Uno studio mostra che l'accuratezza nelle previsioni migliora usando metodi ensemble con modelli di diffusione.

Questo studio esplora l'equità nell'analisi delle radiografie toraciche senza dettagli demografici.

Nuovo framework migliora l'estrazione automatica dei dati da vari tipi di grafico.

I ricercatori hanno sviluppato un metodo per trovare le equazioni governanti dai dati rumorosi.

Una panoramica dell'algoritmo UCB e della sua stabilità nella raccolta dei dati.

Esaminando i pregiudizi nell'apprendimento automatico e il loro impatto sulle decisioni.

Uno sguardo ai nuovi metodi per prevedere eventi futuri usando dati storici.

Esplorando le reti neurali polinomiali e le loro applicazioni in vari campi.

Uno studio rivela i vantaggi di collegare comprensione e generazione del linguaggio nell'IA.

Nuove strategie migliorano i GFlowNets per un'esplorazione efficace in spazi continui.

Migliorare l'accuratezza dell'analisi dei dati garantendo al contempo la privacy degli utenti tramite ULDP.

Nexus combina efficienza, specializzazione e adattabilità nello sviluppo di modelli linguistici.

Un nuovo approccio migliora i design delle ali grazie all'apprendimento automatico e a metodi basati sui dati.

Esaminando i pregiudizi nei grandi modelli linguistici quando si analizzano dichiarazioni politiche.

Esplorare le simmetrie locali per migliorare i metodi di machine learning basati su grafi.

Un nuovo metodo migliora il rilevamento degli outlier nell'analisi dei dati.

Esaminando come il deep learning migliora la precisione delle previsioni sismiche.

Nuovo dataset migliora la ricerca e l'efficienza nel design dell'aerodinamica auto.

Implementare YOLO per il rilevamento di oggetti con risorse limitate sui microcontrollori.

Un nuovo metodo migliora la sicurezza delle DNN senza dati puliti.

I ricercatori migliorano le previsioni delle esplosioni solari usando nuovi metodi e una funzione di perdita.

Un dataset rivoluzionario potenzia gli strumenti AI per diagnosticare le malattie cardiache.

Ricerca su come addestrare modelli linguistici per lingue poco rappresentate in modo efficiente.

NeuralMPM accelera le simulazioni dei materiali usando tecniche di deep learning.

Questo articolo esplora il cambiamento improvviso nella capacità di apprendimento delle reti neurali.

SINDyG migliora la comprensione dei sistemi complessi tramite una migliore modellazione delle reti.

fastkqr migliora la velocità e l'accuratezza della regressione quantile, gestendo al contempo i problemi di incrocio.