Informatica - Apprendimento automatico

Un nuovo approccio migliora la sicurezza delle auto a guida autonoma attraverso esempi controfattuali.

Questo studio parla di come migliorare l'accuratezza dei modelli per dati sbilanciati usando la correzione logit.

Gli ipergrafi e i wavelet di diffusione offrono intuizioni più profonde sulle interazioni nei dati complessi.

MIPO ottimizza i modelli di linguaggio adattando l'influenza del modello di riferimento in base all'allineamento dei dati.

Un nuovo approccio al clustering che migliora l'efficienza e mantiene la qualità in ambienti distribuiti.

Nuovo metodo migliora l'accuratezza dell'ECG riducendo la complessità.

Un nuovo approccio al clustering usando spazi iperbolici migliora l'accuratezza e l'efficienza.

XNet sfrutta la funzione di attivazione di Cauchy per una maggiore precisione nei compiti di dati complessi.

Un nuovo database accelera la scoperta di materiali magnetici per vari utilizzi.

Un nuovo metodo migliora la rappresentazione delle strutture chimiche per un'analisi e un'efficienza maggiori.

Scopri come le reti tensoriali migliorano il rilevamento delle anomalie in diversi settori.

Questo articolo parla dei problemi di sicurezza nei modelli da testo a immagine e propone delle soluzioni.

La ricerca svela intuizioni più profonde sulle disparità salariali usando modelli avanzati.

Le convoluzioni di Fourier continue migliorano l'efficienza nei compiti di riconoscimento delle immagini.

L'IA sta evolvendo per avere conversazioni più naturali.

Esaminando come i modelli SSL memorizzano i punti dati e le sue implicazioni.

I nuovi metodi di addestramento dei modelli migliorano le capacità di ragionamento e l'efficienza.

Una guida per spiegare il comportamento degli agenti AI usando i Grafici delle Politiche per una migliore fiducia.

I prezzi automatizzati possono portare a prezzi sorprendenti e alti senza una collusione diretta.

Nuovi metodi migliorano l'efficienza e l'accuratezza nei modelli di visione basati su SSM.

RepairBench stabilisce standard per confrontare modelli di intelligenza artificiale nella risoluzione di bug software.

A-FedPD allinea gli aggiornamenti dei modelli per ridurre l'instabilità dell'addestramento nel federated learning.

Un nuovo metodo per scegliere modelli statistici punta alla semplicità e a una maggiore precisione.

Esplorare l'impatto del federated learning sulla privacy e le strategie di protezione dei dati medici.

Nuovo dataset migliora le previsioni per eventi meteorologici estremi.

Un dataset completo per l'analisi del traffico di rete e la rilevazione di anomalie.

Questo articolo parla di come l'apprendimento composizionale migliora le prestazioni dei modelli in vari compiti.

Un nuovo metodo migliora l'efficienza del modello riducendo le dimensioni.

Un nuovo metodo migliora l'accuratezza delle previsioni delle reti neurali.

Uno studio sull'uso delle immagini per la classificazione e la previsione delle traiettorie.

ARLBench semplifica la regolazione degli iperparametri per l'apprendimento per rinforzo con strumenti di benchmarking efficienti.

Nuovi metodi migliorano la generazione di problemi SAT insoddisfacenti per un training migliore del machine learning.

Un progetto che sviluppa dataset di parlato e testo per lingue con risorse limitate.

TensorSocket migliora l'efficienza dell'addestramento del deep learning attraverso il caricamento condiviso dei dati.

Cottention offre un'alternativa che sfrutta meno memoria rispetto ai metodi di attenzione tradizionali nel machine learning.

PASPO offre un approccio nuovo alle sfide complesse di allocazione in vari settori.

Un nuovo metodo migliora la velocità e l'efficienza delle raccomandazioni per cataloghi ampi.

Il framework GLAFF migliora l'accuratezza delle previsioni sfruttando bene i timestamp e affrontando le anomalie nei dati.

Esaminare l'uso energetico dei modelli di IA nell'apprendimento continuo per la sostenibilità.

Questo articolo presenta un approccio innovativo all'apprendimento non supervisionato ispirato dalla cognizione umana.