Informatica - Apprendimento automatico

Un nuovo metodo per una gestione efficace delle risorse nelle reti edge-cloud.

Nuovi modelli di ranking migliorano l'engagement degli utenti su LinkedIn grazie a raccomandazioni di contenuti più pertinenti.

Indagare su come l'augmentazione delle etichette influisce sull'apprendimento nei modelli di machine learning.

Un nuovo metodo prevede eventi di calcio in modo più accurato ed efficiente usando il deep learning.

Affrontare la sfida di gestire in modo efficiente le risorse informatiche e di comunicazione.

Un nuovo framework migliora l'apprendimento anche senza feedback.

LEMs danno indicazioni sulle prestazioni dei calciatori e sulla dinamica delle squadre.

Le tecniche di AI adattiva migliorano la gestione degli accessi in vari ambienti Metaverse.

Un framework per valutare i metodi di sintesi dei dati per qualità e privacy.

Questo articolo parla di come le scelte architettoniche influenzano il processo di apprendimento dei DNN.

Un nuovo metodo utilizza dati sintetici per migliorare i sistemi ASR in aree poco familiari.

Sviluppare algoritmi per migliorare il reinforcement learning usando il feedback umano nonostante la corruzione dei dati.

Presentiamo un algoritmo efficiente per il clustering equo di grandi dataset.

Un nuovo approccio che combina deep learning e WENO per migliorare le simulazioni di flusso.

Un nuovo framework migliora l'analisi dei grafi dinamici, affrontando le sfide principali nella rappresentazione.

Un nuovo framework migliora la chiarezza e la scalabilità delle visualizzazioni grafiche.

Nuovi metodi migliorano la privacy nel machine learning affinando i meccanismi di selezione privata.

Un nuovo metodo migliora l'efficienza della comunicazione nell'apprendimento federato.

Un nuovo modello migliora l'accuratezza delle previsioni a lungo termine usando tecniche innovative di reti neurali.

Un nuovo strumento riduce le spese nella correzione automatica dei bug mantenendo l'efficacia.

Una guida per capire i modelli predittivi e le loro applicazioni nell'apprendimento.

Esplorando la tecnica Diffusion-ES per migliorare la navigazione delle auto a guida autonoma.

Un nuovo metodo basato sull'audio stima le dimensioni della folla senza invadere la privacy personale.

Esplorando tecniche di clustering fuzzy per l'analisi delle serie temporali circolari.

Un nuovo metodo per migliorare l'ottimizzazione offline in vari settori.

ACTER offre spiegazioni efficaci per i fallimenti delle decisioni delle macchine nell'apprendimento rinforzato.

Esplorare come il training avversariale migliora la robustezza del modello attraverso la purificazione delle caratteristiche.

Questo articolo parla dell'attacco SpongeNet e del suo impatto sul consumo energetico nei modelli di deep learning.

TimEHR genera dati di serie temporali sintetici realistici da cartelle cliniche elettroniche per aiutare la ricerca.

Impara a combinare le tabelle dei dati per avere previsioni migliori.

Scopri come P3LS permette uno scambio sicuro di dati nella produzione.

Le domande di studio mettono in dubbio la necessità di ottimizzare gli esempi in contesto quando vengono fornite istruzioni chiare.

Esplorare i feedback loop nei modelli linguistici e le loro conseguenze non volute.

I ricercatori stanno esplorando i LLM per guidare i movimenti di camminata dei robot con comandi testuali.

I ricercatori hanno sviluppato un metodo per controllare i robot in modo efficiente su diversi design.

Un nuovo metodo migliora il modo in cui i robot interpretano le istruzioni degli utenti in modo sicuro.

TEE4EHR migliora l'analisi dei dati dei pazienti usando tecniche di deep learning.

Esplorando la sinergia tra l'apprendimento per rinforzo e i problemi di campo medio per l'ottimizzazione di sistemi complessi.

Questo studio presenta un metodo per assegnare ricompense in ambienti sconosciuti.

OceanBench semplifica l'analisi dei dati oceanici per un monitoraggio migliore dell'altezza della superficie del mare.