Informatica - Apprendimento automatico

Nuovi metodi puntano a migliorare l'efficienza nelle simulazioni di dinamica quantistica.

Questo documento migliora l'apprendimento federato per le GNN mantenendo la privacy dell'utente.

AUGUR semplifica la ricerca dei posti migliori per l'attacco molecolare usando tecniche avanzate.

Questo studio migliora l'efficienza dell'apprendimento federato usando server edge per una gestione più efficace delle risorse.

Migliorare la precisione nella misura dell'energia negli esperimenti di fisica delle particelle.

Un modello per valutare la qualità della segmentazione senza riferimenti di verità di terreno.

Nuove tecniche potrebbero migliorare il trattamento del cancro con un monitoraggio migliore delle dosi di radiazione.

Un nuovo approccio aiuta i satelliti a ridurre il consumo della batteria e allungare la vita.

Questo articolo esamina gli MLP e i KAN in ambienti con pochi dati.

HealthQ valuta la capacità dell'IA di porre domande nella cura dei pazienti.

Uno sguardo a come le CNN apprendono le caratteristiche delle immagini e le loro somiglianze universali.

Un nuovo metodo offre stime rapide sulle prestazioni per il fine-tuning dei modelli linguistici.

Analizzando l'iper-parametrizzazione nel RMLR e le future direzioni di ricerca.

Uno sguardo approfondito sulle opinioni dei ricercatori riguardo all'uso dei modelli linguistici negli studi qualitativi.

STVNN offre una soluzione robusta per analizzare dati complessi nel tempo.

MAST migliora l'efficienza nell'addestramento di più agenti AI attraverso metodi sparsi.

Scopri come i modelli di machine learning possono migliorare quando si confrontano con dati nuovi e mai visti prima.

Esplorare metodi per migliorare i modelli multimodali nel rispondere a domande visive.

Nuovi metodi migliorano il riconoscimento vocale per lingue a bassa risorsa senza testo.

Un nuovo framework migliora l'efficienza dell'apprendimento nell'apprendimento continuo online.

Le funzioni di Zorro offrono soluzioni fluide per migliorare le prestazioni delle reti neurali.

Un framework che usa MLP e SVM identifica il malware Android in modo efficace.

Un metodo per affrontare in modo efficiente le sfide complesse dei minimi quadrati.

Uno sguardo a come i modelli o1 pianificano azioni e le loro prestazioni in vari compiti.

Questo articolo esamina come la lunghezza dell'allenamento influisce sui tassi di apprendimento nei LLM.

Un nuovo metodo per migliorare la resilienza del Federated Learning contro gli attacchi ai dati.

Esaminando l'importanza delle interazioni proteina-ligando nelle previsioni dei modelli.

Un nuovo framework migliora la generazione di dati da più fonti usando modelli basati sull'energia.

SATA migliora la robustezza e l'efficienza dei Vision Transformers per i compiti di classificazione delle immagini.

Presentiamo l'apprendimento controcorrente come un'alternativa naturale ai metodi di formazione tradizionali.

Un nuovo metodo aiuta i robot a imparare a lavorare in squadra grazie al supporto degli esseri umani.

Questo metodo migliora l'affidabilità dei punteggi di confidenza del modello di linguaggio.

Capire le complicazioni nel dimostrare l'uso dei dati nell'addestramento dell'IA.

Un nuovo metodo aiuta i robot a imparare compiti usando video umani online, riducendo le necessità di addestramento.

Questo studio esplora metodi efficaci per generare dati sintetici per l'addestramento di modelli linguistici.

Un nuovo strumento migliora le previsioni sui rendimenti delle reazioni chimiche usando l'IA.

Un nuovo approccio migliora l'accuratezza delle previsioni nell'analisi delle serie temporali.

Analizzando gli effetti dei metodi di potatura sulle performance e sull'interpretabilità di GoogLeNet.

Due nuovi dataset migliorano la ricerca sulle operazioni di perforazione e sulla sicurezza.

Un metodo per migliorare le prestazioni del modello nonostante etichette di dati sbagliate.