Informatica - Apprendimento automatico

Usare modelli vision-linguaggio per migliorare il feedback e l'efficienza nell'apprendimento dei robot.

Esplorando nuovi metodi per creare layout di design efficaci.

RC-GNN migliora l'interpretabilità e la precisione predittiva dei GNN grazie a metodi innovativi.

Un'immersione profonda nei principali aspetti e nelle sfide dell'apprendimento federato decentralizzato.

LPT migliora il processo decisionale delle macchine mettendo l'accento sulla pianificazione piuttosto che sui premi immediati.

Usare chatbot per rispondere alle esigenze informative dei pazienti durante le operazioni di cataratta.

Lo studio mette in evidenza i problemi che influenzano l'equità nelle spiegazioni dell'IA tra diversi gruppi.

Questo studio esplora metodi per migliorare le prestazioni dei classificatori su dataset sbilanciati.

Uno studio esamina i meccanismi di sicurezza fragili nei modelli linguistici e propone dei miglioramenti.

Presentiamo ApiQ per un miglioramento del fine-tuning e della quantizzazione dei grandi modelli di linguaggio.

Affrontare le lacune di diversità negli RCT per migliorare i risultati sanitari per tutti.

Nuovo metodo migliora l'affidabilità delle previsioni del modello nelle applicazioni reali.

Un nuovo sistema permette agli studenti di richiedere esercizi di lingua personalizzati.

Un nuovo modo per integrare diverse intuizioni culturali nei modelli linguistici.

Uno sguardo su come valutiamo la qualità delle previsioni.

Un nuovo modo per migliorare le prestazioni del modello in scenari con pochi dati.

Esplorando come la Privacy Differenziale protegge i dati personali mentre fornisce informazioni preziose.

Il machine learning migliora l'efficienza e la precisione nella gestione dei progetti di stoccaggio di diossido di carbonio.

Introducendo CAP per migliorare l'equità e l'efficienza nei modelli di machine learning.

Il framework CHEESE identifica in modo efficace i comportamenti di imbroglio durante gli esami online.

Questo articolo esplora l'integrazione dell'apprendimento per rinforzo con il controllo ottimale stocastico per decisioni più sicure.

Esplora la regressione allineata alle funzioni e i suoi vantaggi rispetto ai metodi tradizionali.

Il modello TWIG offre nuove intuizioni sui Knowledge Graphs e le embeddings per previsioni migliori.

Quilt migliora la classificazione multi-classe sui macchine quantistiche di oggi.

Le reti neurali quantistiche offrono nuovi metodi per elaborare informazioni nell'intelligenza artificiale.

Un nuovo metodo offre intuizioni più chiare sulle previsioni delle GNN senza dover fare ulteriore addestramento.

Questa ricerca combina l'analisi di Fourier con modelli di diffusione per generare meglio le serie temporali.

Esaminando nuovi metodi per un training dei modelli linguistici più veloce e con meno risorse.

I ricercatori migliorano la selezione degli anticorpi prevedendo l'umanità attraverso l'analisi dei dati dei brevetti.

Un nuovo framework migliora le previsioni sull'energia solare sfruttando diverse fonti di dati.

Un nuovo metodo per ricerche di programmi di machine learning più veloci e migliori.

Esplorare nuovi metodi per migliori risultati di apprendimento nei giochi multiplayer.

Esaminare il legame tra compressione del dataset e robustezza agli attacchi in deep learning.

L'esame degli attacchi di jailbreak mostra debolezze nella sicurezza dei modelli linguistici.

Il modello A2GNN migliora le prestazioni nell'adattare la conoscenza dei grafi tra diversi domini.

Un'analisi dei problemi di riproducibilità nella ricerca sulla previsione dei guasti nel software di deep learning.

Un nuovo metodo migliora la velocità e le prestazioni dell'addestramento RL in ambienti complessi.

Esplorare la sinergia tra umani e IA in vari compiti.

Il flashback affronta l'oblio nel Federated Learning per migliorare l'addestramento del modello e le prestazioni.

Nuovo metodo ottimizza il campionamento combinandolo con tecniche di ottimizzazione.