Informatica - Apprendimento automatico

Questa ricerca si concentra sul rilevamento della porosità nella produzione additiva usando immagini termiche e intelligenza artificiale.

I sistemi di stoccaggio energetico a batteria adottano nuove strategie di offerta per ottimizzare la partecipazione al mercato.

Nuovi metodi permettono agli utenti di creare mondi di gioco usando semplici descrizioni.

Esplorando nuovi modelli per un'elaborazione sequenziale dei dati più efficiente.

NeuraChip migliora l'efficienza nel trattamento dei dati grafici per varie applicazioni.

Esplorare metodi di fine-tuning per migliorare l'accuratezza del modello garantendo la privacy dei dati.

Esplorando nuovi metodi per migliorare la rappresentazione dell'incertezza nel deep learning.

Un nuovo approccio per migliorare la comprensione e il raggruppamento delle sequenze di trattamento dei pazienti.

Questo articolo parla dell'importanza e delle tecniche per riconoscere oggetti in 3D usando più angolazioni.

CORE-BEHRT migliora le previsioni dei registri elettronici delle salute con una rappresentazione dei dati e un design del modello migliorati.

Questo studio analizza i pregiudizi nei grandi modelli linguistici utilizzati nella sanità.

COMET presenta un nuovo modello per l'apprendimento e l'adattamento efficiente dell'IA.

Un metodo per avere un controllo più intuitivo sulle voci cantanti usando comandi in linguaggio naturale.

MiniMol offre un approccio efficiente per prevedere le proprietà molecolari con meno parametri.

Questo articolo parla dell'importanza delle spiegazioni controfattuali nei sistemi di intelligenza artificiale.

Analizzando i rischi e le difese contro gli attacchi di avvelenamento nelle raccomandazioni online.

Uno sguardo a come le macchine imparano dai dati passati senza interazione in tempo reale.

Un nuovo metodo per generare testo in modo efficiente e di alta qualità.

MA-COPP offre nuove prospettive per prevedere i risultati in contesti complessi con più agenti.

Quest'articolo parla di come usare il deep learning per leggere automaticamente le schede di punteggio degli scacchi.

Ti presento FLAASH, un sistema pensato per accelerare le contrazioni dei tensor nei modelli di machine learning.

Esplora come i modelli di scoperta causale analizzano i dati di conteggio per prendere decisioni migliori.

Un nuovo modello migliora la creazione di texture con un mix di rumori versatile.

Un nuovo sistema migliora l'esperienza utente regolando la consegna dei token in tempo reale.

Un nuovo framework migliora l'accuratezza delle previsioni nella dinamica dei fluidi.

Pinterest migliora la rilevanza delle ricerche usando un nuovo sistema di embedding unificato.

Quest'articolo parla di metodi per generare sequenze di parole usando vari modelli.

NuGraph2 migliora lo studio delle interazioni dei neutrini usando reti neurali grafiche avanzate.

Nuovi metodi migliorano le previsioni nella scoperta di farmaci e nella scienza dei materiali.

Crystalformer prevede in modo efficiente le proprietà dei materiali utilizzando meccanismi di attenzione avanzati.

Il framework MiMICRI migliora le interpretazioni dell'IA nella salute cardiovascolare, coinvolgendo in modo efficace gli esperti medici.

Una valutazione di quanto bene i LLM ricordano le informazioni di fatto e i fattori coinvolti.

FuelVision offre mappature innovative del carburante per una gestione migliore degli incendi boschivi.

GLAD migliora la generazione di grafi attraverso uno spazio latente discreto e ponti di diffusione.

Analizzare come le informazioni obsolete influenzano le risposte dei modelli linguistici.

Un nuovo metodo migliora l'addestramento dell'IA raggruppando i dati in cluster per una maggiore precisione.

Introducendo un approccio innovativo per migliorare la qualità delle immagini a partire da dati rumorosi.

RetinaRegNet migliora l'allineamento delle immagini retiniche per avere diagnosi oculari migliori.

I robot ottimizzano il movimento usando una nuova tecnica di apprendimento collaborativo.

DA-DPFL migliora l'apprendimento federato riducendo i costi e il tempo di addestramento.