Informatica - Apprendimento automatico

Un nuovo approccio migliora le previsioni dei sistemi dinamici incorporando la memoria.

Un nuovo metodo migliora la comprensione dell'importanza delle caratteristiche nel machine learning.

K-Origins migliora la valutazione del colore nelle reti neurali per un'analisi delle immagini più precisa.

Scopri come i L-systems stocastici simulano modelli di crescita delle piante realistici.

NoiseAttack altera più classi negli attacchi backdoor usando schemi di rumore sottili.

Uno studio rivela come i modelli linguistici dimentichino le abilità in modo incoerente a seconda dei compiti.

Un modo nuovo per migliorare l'accuratezza del modello individuando fonti di dati di bassa qualità.

Scopri come le simmetrie dei gruppi possono migliorare i modelli di classificazione nel machine learning.

Un nuovo framework aumenta l'efficienza del remote sensing usando tecniche ispirate al cervello.

Combinare immagini tissutali e dati genetici per migliorare le previsioni di sopravvivenza al cancro.

CRAFT semplifica la generazione di dataset sintetici per vari compiti con minimo input da parte dell'utente.

Un nuovo approccio per migliorare l'accuratezza della classificazione usando la teoria PAC-Bayesian.

Nuovi metodi migliorano la capacità dei robot di afferrare oggetti usando rappresentazioni 3D.

Esaminando come gli approcci bayesiani migliorano la valutazione delle prestazioni strutturali attraverso la quantificazione dell'incertezza.

Un metodo per migliorare i modelli personalizzati mantenendo la privacy degli utenti.

COG migliora la miscelazione delle variabili latenti nei modelli generativi.

Un modello di deep learning migliora la valutazione del tremore per il morbo di Parkinson.

Scopri come la compressione dei modelli migliora l'efficienza dei grandi modelli linguistici.

Esplorare come i LLM possano identificare efficacemente istanze di dati insolite.

Metodi per migliorare la velocità di decisione nei banditi multi-armed inquieti.

I grandi modelli di linguaggio migliorano l'efficienza nelle valutazioni delle risposte mediche.

Un nuovo approccio per migliorare l'addestramento dei modelli di recupero usando reti correttive.

Esaminare come la regolarizzazione dell'entropia migliori il processo decisionale in ambienti incerti.

Scopri come spezzare i compiti aiuta i robot ad allenarsi in modo efficiente.

L'apprendimento dello spazio degli stati migliora l'analisi delle serie temporali grazie a una maggiore precisione e flessibilità.

FC-KAN migliora l'analisi delle immagini grazie a combinazioni di funzioni intelligenti.

Un nuovo approccio per migliorare la stabilità nei problemi di ottimizzazione bilevel.

Un nuovo modello migliora la previsione dei composti dannosi nello sviluppo di farmaci.

Questo articolo parla di come rilevare gli outlier nei dati delle serie temporali usando il machine learning.

Questo studio sviluppa un modello affidabile per prevedere la mortalità nei pazienti con insufficienza cardiaca nelle terapie intensive.

Un nuovo metodo migliora le regolazioni della dimensione dei passi nei compiti di ottimizzazione.

Nuovi modelli migliorano le prestazioni nei compiti di classificazione dei dati usando concetti dal sonno.

Questo studio migliora l'affidabilità delle previsioni di pioggia usando tecniche avanzate di deep learning.

Un metodo per semplificare la selezione del modello di regressione in mezzo all'incertezza.

La ricerca esplora l'uso del RL per migliorare l'accuratezza nella modellazione climatica.

Nuovo metodo migliora l'imaging DCE-MRI nelle fasi avanzate per una diagnosi migliore del cancro al seno.

Questo studio esplora come i modelli di intelligenza artificiale apprendono dai dati del modello Ising.

Un nuovo approccio migliora la modellazione della struttura atomica per la scienza dei materiali.

Un nuovo metodo migliora la posizione delle strutture per un accesso urbano migliore.

I ricercatori uniscono l'apprendimento automatico e l'ottimizzazione bayesiana per migliorare l'arrangiamento della struttura atomica.