Informatica - Apprendimento automatico

Migliorare i grandi modelli linguistici con istruzioni scientifiche multimodali.

Neural CODE migliora le previsioni delle serie temporali usando dati passati e futuri.

Un nuovo metodo per un'analisi dei dati efficace usando dati etichettati e non etichettati.

Questa ricerca presenta un sistema per abbinare la musica ai contenuti video in modo efficace.

Un approccio innovativo che usa il rinforzo dell'apprendimento migliora l'efficienza nella diagonalizzazione degli stati quantistici.

Un nuovo metodo migliora le prestazioni del modello selezionando errori informativi da etichettare.

NATv2 trasforma il design delle reti di deep learning per una migliore efficienza e performance.

Scopri come l'apprendimento in batch può migliorare le decisioni di prezzo nelle aziende.

Un nuovo modello affronta l'errore di misurazione nell'inferenza causale, migliorando l'accuratezza.

Esaminando la privacy differenziale locale nell'Sampling di Thompson per prendere decisioni migliori.

Questo studio analizza come migliorare l'apprendimento trasferito tra i compiti.

Capire come l'aspettativa condizionata aiuta nell'analisi dei dati e nel denoising.

Utilizzare l'analisi del suono e il machine learning per migliorare il monitoraggio dell'AVF.

Uno sguardo sulle abilità di classificazione e sull'efficienza del design di ConvResNeXt.

Uno sguardo dettagliato ai metodi di stima dello sguardo del conducente e al loro impatto sulla sicurezza.

Una panoramica della Ricerca di Architetture Neurali e del suo ruolo nel deep learning.

Questo studio valuta quanto bene i LLM riconoscono e collegano le forme geometriche.

Ti presento CongestEXP, un algoritmo che migliora le decisioni dei giocatori in scenari di risorse condivise.

Combinare il reinforcement learning e il Branch-and-Bound per avere soluzioni di ottimizzazione migliori.

Scopri modi per rendere i metodi di apprendimento per rinforzo più veloci ed efficienti.

Un approccio nuovo per prevedere la dinamica del COVID-19 usando tecniche di modellazione avanzate.

FedInit migliora la collaborazione tra i dispositivi nell'apprendimento federato affrontando il problema del client drift.

Un framework per valutare e migliorare la qualità dei dati per ottenere performance migliori nei modelli.

Nuovi metodi migliorano la privacy nell'analisi dei dati usando la stima della densità del nucleo.

Questo studio esamina il ruolo del ML nel migliorare i processi di produzione additiva dei metalli.

Metodi innovativi per analizzare i campioni di tessuto migliorano l'accuratezza nella rilevazione del cancro.

Combinare i dati dei satelliti migliora la comprensione dei tipi di nuvole e del loro impatto sul tempo.

Esplorare gli effetti dei dati sintetici sui modelli generativi e sui loro output.

Un nuovo framework migliora l'apprendimento decentralizzato per ambienti di dati dinamici.

Questo studio presenta un metodo per creare dati sintetici tramite modelli di diffusione in fisica.

Una tecnica innovativa combina l'apprendimento profondo e la fisica per immagini più veloci.

Esaminare come le reti neurali possano richiamare i dati di addestramento e i rischi per la privacy coinvolti.

Shapley Sets offre migliori intuizioni sulle interazioni tra le caratteristiche nelle previsioni del modello.

I contadini ghanesi usano la tecnologia AI per combattere le malattie delle piante di anacardi.

I ricercatori usano il machine learning per prevedere meglio le mutazioni delle proteine e i loro effetti.

Esaminare come i metodi sensibili al rischio migliorano il processo decisionale nell'apprendimento per rinforzo.

Un nuovo metodo migliora l'efficienza dell'addestramento per le reti su dispositivi a basse risorse.

Nuovi algoritmi migliorano il ripristino delle immagini iperspettrali con dati mancanti.

SageFormer migliora le previsioni delle serie temporali multivariate catturando le relazioni tra le serie.

Scopri come il few-shot learning migliora la chiarezza delle immagini OCT riducendo il rumore di speckle.