Informatica - Apprendimento automatico

Nuovi sistemi migliorano la traduzione da testo a linguaggio parlato senza intermediari.

Uno studio per migliorare la stima del PM2.5 tramite AOD satellitare e apprendimento automatico.

Un nuovo approccio migliora il design del workflow nell'analisi dei dati attraverso l'automazione e la flessibilità.

Un nuovo dataset e modello per migliorare il machine learning nei teoremi formali usando Agda.

Uno sguardo più da vicino alla capacità dei modelli multilingue di trasferire conoscenza tra le lingue.

Scopri come le piccole perturbazioni innocue proteggono la privacy nel deep learning senza influire sulla funzionalità delle DNN.

Valutare la calibrazione del modello per migliorare la qualità del codice e la fiducia degli sviluppatori.

Nuovo metodo migliora l'interpretabilità delle GNN usando grafi proxy.

Una strategia per migliorare le prestazioni e l'equità nei modelli di apprendimento federato.

Questa ricerca esplora il potenziale dei modelli di base grafici versatili.

Questo lavoro propone un approccio robusto per il deep reinforcement learning contro attacchi ai dati di input.

Un nuovo metodo migliora i modelli di diffusione per affrontare le sfide delle immagini rumorose.

Questa ricerca esamina come la dimensione del modello e dei dati influiscano sulle prestazioni del modello grafico.

Scopri come il deep learning può migliorare le tecnologie per il ripristino della vista.

Esplorando la distanza di Wasserstein al quadrato per una ricostruzione efficace delle SDE da dati rumorosi.

COMPRER integra diversi tipi di imaging per una migliore diagnosi delle malattie.

Un dataset per migliorare l'accuratezza della generazione dei test unitari usando modelli di linguaggio grandi.

Questo lavoro introduce la Regolarizzazione Senza Ordine per migliorare la generazione di grafi usando modelli autoregressivi.

Questo articolo esamina il bias geografico nei LLM e i suoi impatti sociali.

Un metodo per verificare i modelli di machine learning per aumentare fiducia e trasparenza.

Migliorare l'affidabilità del machine learning attraverso metodi avanzati di rilevamento OOD.

Integrare modelli vision-language con l'apprendimento rinforzato migliora l'efficienza dell'apprendimento automatico.

Un nuovo modo per analizzare gli effetti variabili dei trattamenti su diversi gruppi.

Questo studio svela fattori chiave che influenzano le performance di traduzione per lingue poco rappresentate.

Uno sguardo ai metodi di estrazione delle regole per migliorare l'interpretabilità delle RNN.

Questa ricerca migliora le RNN usando più prospettive per un'elaborazione del testo migliore.

Un nuovo modello punta a migliorare le previsioni su diversi tipi di dati.

Sto modello migliora l'analisi delle frasi per lingue morfologicamente ricche attraverso segmentazione e parsing congiunti.

CompeteSMoE migliora l'efficienza dell'allenamento e le performance nei modelli Sparse Mixture of Experts.

Esplora la Diffusione di Grafi Latenti, un approccio unificato per vari compiti sui grafi.

Un nuovo modello usa l'IA per prevedere meglio le varianti del COVID-19 e la loro diffusione.

I miglioramenti nel federated learning rendono più efficienti e sicuri le applicazioni IoT.

Un nuovo metodo aiuta gli agenti ad adattarsi rapidamente ai comportamenti dei loro colleghi.

Il machine learning multimodale combina diversi tipi di dati per migliorare i risultati sanitari.

Creare etichettatori POS per lingue con dati di addestramento limitati.

Impara metodi per migliorare la velocità e l'efficienza dell'addestramento di BERT usando le GPU.

Una nuova tecnica per ottimizzare i grandi modelli di linguaggio mantenendo le prestazioni.

Nuovi metodi puntano a migliorare il machine learning con pochi esempi.

Un nuovo sistema migliora la previsione e la pianificazione nei veicoli autonomi.

Lamarr migliora le simulazioni di collisione delle particelle, permettendo a LHCb di gestire volumi di dati più grandi in modo efficiente.