Informatica - Apprendimento automatico

I modelli di diffusione mascherata mostrano potenziale nella modellazione generativa per testi e immagini.

Un framework per usare modelli linguistici direttamente sugli smartphone per servizi sicuri e personalizzati.

Un nuovo approccio per migliorare l'affidabilità delle previsioni nel machine learning.

Un nuovo metodo migliora la ricerca di espressioni matematiche dai dati.

Introducendo un nuovo metodo per le reti neurali bayesiane che migliora la modellazione dell'incertezza.

Esplorando il potenziale dei KAHM nel federated learning per migliorare la privacy e l'efficienza.

Un nuovo approccio alla classificazione delle forme usando tecniche basate sui grafi.

Esaminare come l'invarianza influisce sulle prestazioni del modello nel transfer learning.

Questo metodo migliora la selezione dei dati nell'ottimizzazione bayesiana, aumentando l'efficienza e i risultati.

Un nuovo metodo basato su grafi migliora l'accuratezza e l'efficienza del tracciamento multiogetto.

Esamina vari attacchi di jailbreak sui modelli di linguaggio e le loro difese.

Nuove tecniche migliorano la velocità di addestramento per i modelli di raccomandazione nel deep learning.

Il framework T-Hop sfrutta le informazioni sui percorsi per fare previsioni migliori nella scoperta di farmaci.

Esaminando il ruolo delle tecniche di dropout nel migliorare l'equità nei DNN.

Un nuovo approccio migliora l'accuratezza delle valutazioni dei modelli di linguaggio.

Nuovo approccio migliora l'efficienza del completamento del Knowledge Graph nonostante le sfide dei dati.

Quest'articolo esplora l'iperparametrizzazione e il suo impatto sull'efficienza dell'addestramento dei modelli.

Un nuovo modo per migliorare la gestione del traffico e ridurre la congestione nelle aree urbane.

Questo studio valuta le tecniche di analisi di sopravvivenza usando semplici dataset con dati mancanti.

Helios offre un sistema di riconoscimento gestuale a basso consumo per occhiali smart.

Questo documento esplora modi per valutare meglio la calibrazione del modello e l'accuratezza predittiva.

Esplorare le minacce ai sistemi DRL nella gestione energetica ciber-fisica.

Un nuovo approccio migliora il Federated Learning generando dati sintetici e proteggendo la privacy.

Scopri come i sottospazi casuali migliorano la generalizzazione dei modelli nel machine learning.

Questo studio esamina come la disposizione della rete influisce sull'apprendimento federato decentralizzato in mezzo a minacce bizantine.

Un nuovo benchmark testa i modelli di intelligenza artificiale su problemi matematici complessi.

Un nuovo metodo migliora l'efficienza nel processamento di immagini e video.

Un nuovo metodo migliora l'accuratezza dei modelli di IA nella diagnosi medica.

Un nuovo framework punta a migliorare l'accuratezza nelle valutazioni di sicurezza dei sistemi energetici.

Esplorando fKAN e il loro impatto sulle prestazioni del machine learning.

Questo studio esamina l'inferenza variazionale usando miscele gaussiane a varianza fissa.

pFedDIL migliora il machine learning mantenendo la conoscenza mentre si adatta a nuovi compiti.

Questo articolo esplora la previsione dei comportamenti dinamici usando machine learning e deep learning.

Un nuovo metodo migliora l'efficienza e le prestazioni di LoRA nella formazione di grandi modelli.

Esplorare nuovi metodi per migliorare il testing dei videogiochi tramite automazione e intelligenza artificiale.

Migliorare la fiducia e la conformità nei modelli linguistici tramite un'adeguata attribuzione delle fonti.

Un nuovo algoritmo migliora il processo decisionale in ambienti multi-agente con visibilità limitata.

Questo studio analizza modelli di machine learning per migliorare le strategie di trading su Bitcoin.

Un nuovo modello migliora la comunicazione per le persone con disabilità usando il riconoscimento vocale e il codice Morse.

SAC-BBF combina SAC e Rainbow per un apprendimento migliore in spazi d'azione discreti.