Informatica - Apprendimento automatico

Un nuovo sistema ottimizza le risposte dell'IA per i settori legali, concentrandosi sulla Legge Locale 144 di New York City.

Esaminando come le SNN si confrontano con le ANN nel consumo energetico.

Esaminando le vulnerabilità in EaaS e nuove strategie di difesa con watermarking.

Tiny-toxic-detector identifica i commenti tossici in modo efficace, usando poche risorse.

Analizzando l'impatto dei componenti basati su quaternioni sulle performance di classificazione delle immagini.

MAPF-GPT offre un approccio innovativo per risolvere le sfide del pathfinding multi-agente usando il machine learning.

Un metodo per chiarire le relazioni causali nonostante fattori non misurati.

FPDT offre una soluzione per addestrare LLM a lungo contesto in modo più efficiente.

Esaminando come le minacce informatiche influenzano gli inverter intelligenti e la stabilità energetica.

Uno sguardo a come il transfer learning influisce sulle prestazioni del modello attraverso le leggi di scalabilità.

Un nuovo metodo per spiegare le previsioni in dati spazialmente dipendenti usando Random Forest.

Un nuovo sistema rileva lo spam analizzando i design delle email, migliorando le misure di sicurezza.

La ricerca dimostra che i robot possono migliorare l'apprendimento usando i modelli di movimento da compiti precedenti.

Esplorare le sfide dell'apprendimento multi-task e continuo nel machine learning.

Un nuovo metodo migliora le prestazioni delle reti neurali bayesiane attraverso la simmetrizzazione.

Questo lavoro migliora la risoluzione delle coreferenze tra le lingue con un nuovo dataset e metodi.

Esplorare i progressi nella generazione di ricette dettagliate con strumenti AI.

Questo articolo esplora metodi per migliorare i sistemi di sintesi vocale per lingue poco rappresentate.

Un nuovo approccio migliora la qualità delle immagini nei VAE multimodali usando decodificatori di diffusione.

Un nuovo metodo migliora le reti neurali per risolvere equazioni fisiche complesse.

I robot collaborativi aumentano la produttività nella produzione grazie a un'efficace gestione delle macchine.

Uno sguardo all'evoluzione dei modelli di deep learning topologici e ai loro punti di forza.

Un nuovo metodo per ridurre grafi complessi mantenendo le caratteristiche chiave per la classificazione.

Un nuovo metodo migliora la precisione nelle modifiche localizzate delle immagini usando modelli di diffusione.

Nuovi metodi migliorano l'accuratezza del completamento dei tensori con meno campioni.

AdapShare migliora la gestione dello spettro per le reti di comunicazione moderne.

Le PINNs uniscono la fisica con i dati per risolvere problemi scientifici complessi in modo efficiente.

La Dynamic Neural Dowker Network migliora l'analisi dei grafi diretti in evoluzione.

Un modo nuovo per migliorare l'addestramento di GFlowNet con ricompense dipendenti dalla politica.

Reti innovative che imparano da strutture di dati CW-complex in vari settori.

Un nuovo approccio migliora le risposte dei modelli linguistici e riduce l'overfitting.

Un nuovo metodo migliora l'accuratezza dei modelli nell'analisi statistica.

Nuovi metodi migliorano l'analisi video delle performance del pattinaggio artistico.

Combinare le macchine di Tsetlin e i vettori iperdimensionali per una gestione dei dati efficace.

Un nuovo modello migliora la generazione di serie temporali catturando caratteristiche dei dati semplici e complesse.

Uno sguardo a come le proprietà quantistiche migliorano le tecniche di machine learning.

Questo articolo esamina l'uso del trasferimento di apprendimento per la rilevazione di anomalie nei dati HCAL.

Introducendo un modello integrato per la classificazione delle serie temporali che migliora la gestione dei valori mancanti.

CrisperWhisper migliora la precisione dei timestamp nel riconoscimento vocale, portando vantaggi a vari settori.

I robot migliorano la loro mobilità imparando a prevedere le caratteristiche del terreno.