Informatica - Apprendimento automatico

Un nuovo modello migliora le previsioni affrontando l'incertezza nei dati.

Uno sguardo ai microbiomi e alla loro importanza per la salute attraverso la metagenomica.

Uno studio sull'efficacia dei Modelli Fondamentali nell'analisi dei dati satellitari.

Esplora il campionamento adattivo per migliorare le prestazioni delle reti neurali con dati simmetrici.

MCLRec migliora l'accuratezza dei suggerimenti riconoscendo i vari interessi degli utenti.

Un nuovo approccio al segnale elaborazione usando dizionari ortogonali strutturati.

Un nuovo modello migliora l'interpretazione delle caratteristiche geologiche nei dati sismici.

Esplorando il ruolo del calcolo quantistico nel migliorare il rilevamento delle anomalie nei sistemi ciber-fisici.

Nuovi metodi usano singole istantanee per un'analisi efficace della turbolenza.

Un nuovo framework migliora le rappresentazioni degli atomi, potenziando le previsioni nella scienza dei materiali.

Analizzando come le aziende riportano i rischi informatici e i loro effetti sulle performance finanziarie.

AAGCN migliora come i GNN imparano da strutture dati complesse.

Esplorando metodi per gestire il rumore nelle etichette nei Gradient Boosted Decision Trees.

Un nuovo metodo aiuta nella selezione degli algoritmi per la classificazione delle serie temporali, mantenendo la privacy dei dati.

Un nuovo framework migliora le strategie sui coupon per i venditori nei marketplace online.

Un nuovo metodo prevede le prestazioni delle DNN su vari hardware in modo rapido e preciso.

Nuovi metodi migliorano la generazione e l'ottimizzazione delle sequenze RNA, influenzando la regolazione genica.

Un nuovo metodo migliora l'allineamento dei modelli di linguaggio di grandi dimensioni con l'input umano.

Questo articolo esamina i fattori chiave nella qualità dei dataset di preferenze per un migliore addestramento dei modelli di ricompensa.

Un nuovo metodo aiuta i modelli ad adattarsi ai dati reali inaspettati.

Questo articolo esamina il bias nei sistemi TTI e il ruolo degli embeddings.

Nuovi algoritmi migliorano il processo decisionale con più ricompense nell'apprendimento per rinforzo.

Questo articolo valuta il sentimento e il significato nelle didascalie delle immagini.

Un nuovo framework migliora il controllo qualità delle PCB tramite metodi automatizzati di rilevamento dei difetti.

AGDC combina l'apprendimento per rinforzo e il feedback automatico per migliorare la stima delle perdite di gas.

DFMLU semplifica la creazione di modelli di machine learning, rendendo tutto più facile per gli sviluppatori.

Nuovi metodi migliorano l'accuratezza dei dati nella produzione di energia eolica.

Le A-GFN usano atomi per creare nuove molecole simili a farmaci, migliorando la scoperta di farmaci.

Questo studio analizza le prestazioni e le condizioni per le reti neurali quantizzate sotto aritmetica a punto fisso.

Questo articolo parla dei pregiudizi nei modelli grafici e propone un metodo per un'analisi equa.

Nuovi metodi migliorano il movimento di robot con più zampe su superfici irregolari.

Nuove tecniche di machine learning migliorano le previsioni nella plasticità dei policristalli.

Un modo nuovo per creare spiegazioni significative per l'analisi dei dati temporali.

I modelli di base migliorano la precisione nell'identificare le colture in tutto il mondo.

Un metodo per trovare soluzioni ottimali in ambienti incerti con valutazioni costose.

Nuovo framework migliora il movimento dei robot quadrupedi su vari terreni.

Un nuovo modo di capire le reti anche se ci manca qualche informazione.

Una nuova libreria migliora i metodi per gestire problemi complessi di ottimizzazione multiobiettivo.

Un metodo per imparare in condizioni difficili con dati rumorosi.

Un approccio tech per ottimizzare l'alimentazione dei pesci e migliorare la sostenibilità dell'acquacoltura.