Informatica - Apprendimento automatico

Una panoramica dei metodi di trasporto ottimale, i loro utilizzi, le sfide e le soluzioni recenti.

Nuovi metodi migliorano l'efficienza nell'addestramento di modelli neurali più piccoli.

Presentiamo un nuovo approccio al ragionamento controfattuale usando dati osservazionali e regressione quantile.

VCReg migliora il transfer learning incoraggiando rappresentazioni di feature diverse nei modelli.

Una panoramica sui MLLMs e le loro applicazioni nell'IA.

Un nuovo metodo per identificare i dati OOD nei modelli di machine learning.

Capire i modelli di machine learning è fondamentale per fiducia e responsabilità.

Esaminare la classificazione multiclass online con feedback a valori di insieme e le sue implicazioni.

Combinare il parallelismo dei modelli e lo scambio di memoria per servire in modo efficiente modelli grandi.

Valutare come i cambiamenti ambientali influenzano le prestazioni dei modelli di riconoscimento delle immagini.

Minigrid e Miniworld sono strumenti per testare il processo decisionale nell'IA.

Un nuovo modello migliora l'accuratezza delle misurazioni dell'assorbimento di carbonio delle piante in diverse regioni.

Un nuovo approccio migliora le difese nei sistemi di apprendimento federato contro attacchi avversari.

QNNRepair migliora l'accuratezza delle reti neurali dopo la quantizzazione.

Esaminando gli impatti dell'apprendimento federato sulla generalizzazione del modello e sulla privacy dei dati.

Metodi innovativi per migliorare le previsioni delle reti neurali nei sistemi caotici.

Scopri come il Profitto Incrementale per Conversione cambia il modo di misurare le promozioni.

Un nuovo metodo migliora la visualizzazione e l'accuratezza nell'analisi del sequenziamento RNA a singola cellula.

Nuovo metodo riduce le dimensioni degli strati di embedding mantenendo la precisione.

Questo studio analizza i vantaggi di unire l'elaborazione del parlato con i dati visivi.

Scopri come l'IA può generare dataset sintetici preziosi per la ricerca telematica.

Metodi per garantire che le Reti Neurali Bayesiane siano affidabili contro attacchi avversari.

NetBooster migliora le prestazioni di piccole reti neurali per dispositivi smart.

Questa ricerca esplora il fine-tuning nelle applicazioni di apprendimento per imitazione con pochi esempi.

Nuovo metodo migliora le previsioni considerando più punteggi di esperti.

Uno sguardo all'impatto dell'apprendimento contrastivo manifatturato sui modelli di apprendimento automatico.

Le SBNN migliorano l'efficienza nel machine learning per dispositivi con risorse limitate.

Questo lavoro mette in luce i vantaggi della comunicazione decentralizzata nei giochi con tanti agenti.

Questo metodo migliora il rilevamento degli outlier usando un processo a più fasi.

Un modello che impara continuamente mentre fornisce spiegazioni chiare per le sue decisioni.

Integrando la conoscenza umana nei modelli di intelligenza artificiale per decisioni migliori.

ShapeLinker ottimizza la progettazione dei linker per una migliore efficacia dei farmaci usando il machine learning.

Un nuovo metodo migliora la valutazione del recupero delle immagini riducendo le influenze delle categorie.

Esaminando come la casualità influisce sulle vulnerabilità dell'apprendimento automatico e la necessità di standard migliori.

Un nuovo metodo migliora la previsione delle etichette dei nodi usando affinità tra compiti per prestazioni migliori.

Un nuovo metodo accelera le scansioni MRI mantenendo la qualità dell'immagine.

Questo articolo parla di come usare i modelli linguistici per migliorare le previsioni sui dati tabulari.

Un nuovo metodo migliora l'addestramento degli agenti in ambienti complessi usando obiettivi intermedi.

Questo articolo parla di come le approssimazioni del gradiente migliorano l'addestramento dei modelli di deep learning.

Uno sguardo alle tecniche per accelerare le Reti Neurali Grafiche in set di dati complessi.