Informatica - Apprendimento automatico

Uno studio sui metodi di apprendimento per i protocolli di broadcast in sistemi complessi.

Questo studio migliora le tecniche di risposta a domande visive per un'analisi migliore delle immagini di telerilevamento.

Un nuovo framework ottimizza l'apprendimento attivo su vari tipi di dati.

I self-encoder migliorano l'organizzazione e la classificazione dei dati nel machine learning.

Questo studio analizza le sfide dell'urbanizzazione e i modelli predittivi per il trasporto in India.

Un nuovo approccio migliora la comprensione e le prestazioni delle parole incorporate.

Esaminare l'equilibrio tra privacy e giustizia nei modelli di apprendimento federato.

Nuovi metodi migliorano l'accuratezza nelle immagini mediche usando deep learning e fantasmi che imitano i tessuti.

Nuovo framework migliora la sicurezza e l'apprendimento delle ricompense nelle applicazioni AI.

Uno sguardo a come quantificare l'incertezza per migliorare le previsioni del machine learning.

Nuovo metodo usa il mining delle immagini per l'allenamento senza annotazioni.

Una panoramica semplice sulla decomposizione dei tensori e le sue varie applicazioni.

Esaminare come le trasformazioni non lineari migliorano la stima del ridge nei dati ad alta dimensione.

Un nuovo metodo migliora le prestazioni dell'apprendimento federato in mezzo a preoccupazioni per la privacy dei dati.

Usare dati non validi migliora l'accuratezza e la creatività del modello generativo.

Un nuovo framework migliora le previsioni sul tasso di clic in diverse aree aziendali.

Un nuovo metodo di rilevamento per i campioni avversari senza bisogno dei dati di allenamento originali.

Un nuovo metodo combina algoritmi e apprendimento per rinforzo per la progettazione di travi.

Un nuovo approccio migliora l'efficienza del training avversariale e la robustezza del modello.

Un metodo nuovo migliora l'adattamento degli S-parameter usando meno misurazioni.

Nuovo framework migliora la classificazione dei nodi con dati limitati nei grafi.

Un nuovo ottimizzatore promette un addestramento più veloce per le reti neurali profonde.

Nuovi metodi migliorano la precisione nell'analisi delle radiografie toraciche usando dati CT.

Nuovo approccio migliora la precisione predittiva per studiare le condizioni dell'universo primordiale.

Un nuovo algoritmo migliora la resilienza dell'apprendimento decentralizzato contro gli attacchi.

Questo articolo esplora il comportamento di convergenza delle Reti Grafiche Invarianti.

Presentiamo LM4HPC, un framework per migliorare l'applicazione dei modelli linguistici nei compiti HPC.

Un nuovo metodo migliora l'attribuzione dell'autore usando tecniche avanzate e analisi del testo.

Un framework che migliora la programmazione tramite feedback interattivi e esecuzione nel mondo reale.

Questa ricerca migliora le prestazioni del modello in ambienti di dati in cambiamento attraverso metodi di adattamento migliorati.

Nuovi metodi per analizzare dati sensibili garantendo la privacy degli individui.

Nuove caratteristiche casuali migliorano le applicazioni del coefficiente di Tanimoto nel machine learning molecolare.

Esplorando l'apprendimento per imitazione nei giochi a campo medio e le loro complessità uniche.

Uno sguardo a diverse tecniche per la segmentazione delle fiamme nelle applicazioni industriali.

Il nuovo algoritmo N-VR-PG migliora la presa di decisione in ambienti complessi.

Un nuovo approccio aiuta l'IA ad imparare senza dimenticare ciò che ha già appreso.

ProtoDiff migliora l'apprendimento dei prototipi per una classificazione efficace con dati limitati.

Uno studio rivela le difficoltà nel riconoscere i tratti unici del DOC rispetto ad altri disturbi.

Scopri come le Caratteristiche della Matrice Principale semplificano l'analisi dei dati in diversi settori.

Approcci innovativi migliorano il passaggio di messaggi in sistemi complessi e applicazioni della vita reale.