Informatica - Apprendimento automatico

ExplaiNet connette performance e chiarezza nelle decisioni dell'IA.

Analizziamo le performance degli LLM su vari hardware AI per trovare i migliori setup.

Introducendo un metodo per prevedere meglio eventi meteorologici gravi usando dati diversi.

I ricercatori usano le simulazioni per studiare le interazioni tra galassie e gli allineamenti intrinseci.

Esplorare come le relazioni causali migliorano i modelli previsionali per decisioni migliori.

Presentiamo MG-Net, un framework per migliorare le tecniche di ottimizzazione quantistica tramite deep learning.

Esplorando i progressi dell'IA nelle previsioni del tempo in mezzo ai cambiamenti climatici.

Indagare le connessioni tra modelli linguistici e risposte cerebrali durante l'ascolto di storie.

Un nuovo metodo migliora l'accuratezza nella rilevazione nelle immagini mediche.

I ricercatori hanno sviluppato un metodo più veloce per prevedere come le cellule reagiscono ai trattamenti.

Scopri come le emoji possono eludere i sistemi di sicurezza dei modelli linguistiche AI.

XST-GCNN aiuta a prevedere la resistenza a più farmaci nei pazienti in terapia intensiva usando analisi dati avanzate.

Uno sguardo a come l'apprendimento federato migliora la cura dei pazienti mantenendo la privacy.

Un metodo per capire le preferenze degli utenti per modificare i risultati del machine learning.

Un nuovo metodo aiuta le macchine a capire meglio il testo riducendo la confusione.

MASA offre una soluzione per migliorare la sicurezza nei sistemi di Federated Learning.

Esplorando i progressi nella previsione delle sequenze e le sue applicazioni pratiche.

Questo articolo esplora come la fisica statistica aiuti a capire l'apprendimento delle reti neurali.

L'IA e la spintronica lavorano insieme per generare vera casualità per diverse applicazioni.

La ricerca mostra che gli schemi di attenzione migliorano la comunicazione e il lavoro di squadra tra agenti artificiali.

Scopri come i modelli di insegnamento migliorano gradualmente le loro prestazioni nel machine learning.

Combinare principi di fisica con metodi basati sui dati per modelli migliori.

Scopri come il dominio di applicabilità influisce sulla precisione dei modelli predittivi in diversi settori.

LibMoE semplifica l'uso dei Mixture of Experts nella ricerca sull'AI.

Nuove ricerche dimostrano che i modelli che vanno male possono offrire spunti preziosi sull'importanza delle caratteristiche.

Sfruttare i modelli linguistici per migliorare la manutenzione predittiva nella manifattura.

Un nuovo approccio all'interpretazione dell'ECG usando un modello Hierarchical Transformer.

Un metodo per aiutare i modelli linguistici a gestire domande difficili in modo efficiente.

Scopri come MADQN migliora l'efficienza nella programmazione dei veicoli autonomi nelle fabbriche.

Nuovo metodo di addestramento migliora l'efficienza e la precisione di DeepONet per previsioni complesse.

Esplorare modi per integrare dati medici diversi per migliorare la cura dei pazienti.

Un nuovo modello aiuta ad analizzare i modelli e i problemi del sonno nei bambini.

Questo metodo aiuta i sistemi di intelligenza artificiale a imparare meglio senza bisogno di etichette umane.

Scopri come WFM cambia il modo in cui creiamo e comprendiamo i dati.

Un nuovo framework analizza dati sanitari diversi per migliorare i risultati dei pazienti.

TaxaBind unisce vari tipi di dati per supportare la classificazione delle specie e gli sforzi di conservazione.

CLaSMO ottimizza la creazione di molecole per i progressi nella salute e nella scienza.

I ricercatori stanno esplorando nuovi metodi per migliorare le prestazioni del reinforcement learning.

I ricercatori usano la tecnologia video per migliorare le valutazioni della salute delle mucche e la qualità del latte.

CHANGER migliora il blending della testa per film e giochi con tecniche avanzate.