Informatica - Apprendimento automatico

Un nuovo metodo migliora il question-answering video mantenendo le conoscenze pregresse.

Metodi per ridurre il bias nei modelli di linguaggio grandi per risultati più equi.

A-DPS migliora la ricostruzione delle immagini da dati rumorosi in diverse applicazioni.

Un metodo per stimare gli effetti del trattamento quando manca informazioni chiave.

Questo studio esamina come il precondizionamento possa migliorare le prestazioni del SGD rispetto alla regressione ridge.

Introducendo un metodo per la stima della densità usando la quasi-interpolazione di Hermite con B-spline nel clustering.

Un nuovo modello integra audio e testo per una migliore classificazione del parlato.

Introducendo nuove tecniche per interpretare reti neurali a valori complessi in varie applicazioni.

Questa ricerca esamina il bilanciamento spettrale per migliorare l'equità nei modelli di classificazione dell'apprendimento automatico.

Scopri come gestire team ibride per migliorare le prestazioni con l'AI.

Uno sguardo a come l'ICLRNN migliora le reti neurali per applicazioni nel mondo reale.

Il metodo SNOW-SCA affronta le vulnerabilità nel nuovo standard di crittografia SNOW-V.

CGPO migliora il processo decisionale in scenari incerti con azioni miste.

Questa ricerca si concentra sull'ottimizzazione dell'addestramento dei modelli linguistici e sulla previsione delle loro prestazioni nel mondo reale.

Un metodo per valutare l'impatto della rimozione di utenti sulle opinioni di rete.

Nuove tecniche migliorano la sicurezza dei test per le auto a guida autonoma.

I robot imparano a manipolare oggetti dalle esperienze invece che dagli input umani.

Esplorare come le innovazioni dell'IA possono migliorare i veicoli automatizzati connessi e la sicurezza dei trasporti.

Un nuovo metodo migliora la scoperta delle categorie combinando informazioni visive e testuali.

Uno studio sulla generalizzazione delle reti ResNet profonde scalate.

Questo lavoro parla di come adattare le rappresentazioni causali a contesti diversi in modo efficace.

Uno sguardo a PAC-Bayes e al suo impatto sulle prestazioni del modello.

Un nuovo strumento di intelligenza artificiale migliora la precisione delle etichette e la comprensione degli utenti nel crowdsourcing.

HandFormer migliora il riconoscimento delle azioni usando pose delle mani 3D e immagini.

Un nuovo metodo di allenamento aiuta i modelli linguistici a ricordare le informazioni meglio.

CRLQAS migliora la progettazione di circuiti quantistici in condizioni rumorose usando il rinforzo dell'apprendimento.

Il Layer di Lennard-Jones migliora la distribuzione delle nuvole di punti per un'analisi 3D delle forme più precisa.

Un nuovo modello migliora l'accuratezza e l'efficienza nella previsione della densità elettronica.

La ricerca migliora la comprensione del movimento molecolare nello spazio extracellulare del cervello.

Un nuovo pipeline integra metodi di machine learning nell'astrofisica per un'analisi migliore.

LoRA+ migliora le prestazioni del modello grazie a tassi di apprendimento personalizzati nel deep learning.

Questo articolo esplora come insegnare all'IA compiti facili porti a migliori performance.

Il machine learning migliora l'efficienza e la precisione nella progettazione di strutture a trave continua.

Esplorando nuove preoccupazioni sulla privacy nell'uso dei modelli di diffusione.

Indagare sui metodi di compressione dei modelli per migliorare l'efficienza e la difesa dagli attacchi.

Un nuovo framework bayesiano migliora la qualità delle immagini e stima l'incertezza.

Un nuovo metodo migliora le prestazioni dei modelli computerizzati nonostante i dati incompleti.

Un nuovo approccio ai banditi lineari affronta il rumore nei feedback per prendere decisioni migliori.

SELECTOR utilizza dati diversi per prevedere con precisione la sopravvivenza dei pazienti oncologici.

Migliorare l'efficienza del modello con nuove tecniche di apprendimento attivo per dati incompleti.