Informatica - Apprendimento automatico

Questo articolo esamina la metaconsistenza nei modelli statistici per sistemi imprevedibili.

Un nuovo modo per migliorare l'apprendimento in ambienti di apprendimento per rinforzo pieni di rumore.

Capire i problemi multi-obiettivo nel reinforcement learning con nuovi metodi di ottimizzazione.

Nuovi metodi migliorano l'accuratezza nella previsione delle funzioni e reazioni degli enzimi.

Un nuovo approccio migliora la valutazione off-policy considerando le influenze sociali.

Questo studio migliora l'apprendimento attivo usando derivate per previsioni più precise.

Un metodo nuovo riduce le dimensioni delle reti neurali mantenendo le prestazioni.

Un approccio innovativo per diagnosticare il glaucoma attraverso le relazioni tra biomarcatori.

Uno sguardo ai vantaggi dei modelli locali e delle pipeline LLMOps.

Un nuovo metodo migliora le previsioni mentre gestisce i costi nella sanità.

CF-KAN migliora i sistemi di raccomandazione superando l'oblio e adattandosi alle preferenze degli utenti.

SPICED offre un rilevamento avanzato di Trojan analogici nei circuiti integrati.

Esplorare il ruolo di SLAM e RL nel migliorare la navigazione dei robot.

Un nuovo metodo migliora la traduzione tra più linguaggi di programmazione.

InfoIGL migliora le prestazioni delle reti neurali grafiche in ambienti di dati diversi.

Migliorare l'accuratezza della classificazione delle immagini usando le embedding di autoencoder pre-addestrati in SimCLR.

Questa ricerca esplora come i piccoli produttori di energia possano entrare nei mercati energetici in modo efficace.

Un framework per predire meglio il movimento umano usando il machine learning.

Questo articolo esamina i metodi di analisi delle serie temporali e il loro utilizzo nell'istruzione.

Esplorare come il calcolo quantistico possa migliorare il processo di sviluppo dei farmaci.

Nuovo metodo permette di creare modelli 3D solo da due immagini senza dettagli sulla fotocamera.

ConVis punta a ridurre al minimo le imprecisioni nei modelli di linguaggio multimodali di grandi dimensioni.

Un nuovo metodo migliora il rilevamento degli oggetti nelle nuvole di punti 3D per le auto a guida autonoma.

Presentiamo un metodo per migliorare la generazione di immagini a partire da descrizioni testuali complesse.

Soft-IntroVAE migliora i VAE con l'apprendimento dei priori per una migliore generazione di dati.

Un nuovo metodo per ridurre i parametri e accelerare l'addestramento nelle reti neurali.

I progressi tecnologici migliorano il rilevamento umano nelle emergenze marittime.

Un nuovo framework unisce il deep learning con la statistica semiparametrica per un'analisi dei dati migliore.

La ricerca confronta tecniche per analizzare i dati dei sensori dei veicoli per oltre 2,5 anni.

Integrare eventi futuri migliora l'accuratezza nei metodi di previsione energetica.

Combinare i dati di flusso e pacchetto rivoluziona la rilevazione delle minacce in rete.

Un nuovo metodo che utilizza AutoSparse per potare le reti neurali in modo efficiente fin dall'inizio.

Questa ricerca dimostra come i robot imparano compiti complessi attraverso un training nel mondo reale.

Uno studio sui metodi per stimare la forza della turbolenza dai filmati.

TART aumenta la precisione del modello mentre difende dagli attacchi avversari.

Nuovi metodi migliorano le previsioni delle dinamiche costiere usando il deep learning.

Il drift localizzato rappresenta una sfida per i modelli predittivi in flussi di dati in cambiamento.

Scopri l'importanza di tenere d'occhio i cambiamenti nei dati per avere risultati affidabili nel machine learning.

Uno sguardo a come la Knowledge Distillation migliora la velocità e l'efficienza dei sistemi di raccomandazione.

Esplorando come l'apprendimento multi-task influisca sulle prestazioni e sulla generalizzazione del modello.